このアイテムの引用には次の識別子を使用してください: http://elartu.tntu.edu.ua/handle/lib/34693

Tytuł: Огляд методів оптимізації в машинному навчанні: градієнтний спуск та стохастичний градієнтний спуск
Inne tytuły: Review of optimization methods in machine learning: gradient descent and stochastic gradient descent
Authors: Марценюк, В. П.
Мілян, Н. В.
Martsenyuk, V. P.
Milian, N. V.
Affiliation: Тернопільський національний технічний університет імені Івана Пулюя, Україна
Bibliographic description (Ukraine): Марценюк В. П. Огляд методів оптимізації в машинному навчанні: градієнтний спуск та стохастичний градієнтний спуск / В. П. Марценюк, Н. В. Мілян // Збірник тез доповідей ІX Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“, 25-26 листопада 2020 року. — Т. : ТНТУ, 2020. — Том 2. — С. 44–45. — (Компютерно-інформаційні технології та системи зв’язку).
Bibliographic description (International): Martsenyuk V. P., Milian N. V. (2020) Ohliad metodiv optymizatsii v mashynnomu navchanni: hradiientnyi spusk ta stokhastychnyi hradiientnyi spusk [Review of optimization methods in machine learning: gradient descent and stochastic gradient descent]. Actual problems of modern technologies : book of abstracts of the IX International scientific and technical conference of young researchers and students (Tern., 25-26 November 2020), vol. 2, pp. 44-45 [in Ukrainian].
Część publikacji: Збірник тез доповідей ІX Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“ (2), 2020
Actual problems of modern technologies : book of abstracts of the IX International scientific and technical conference of young researchers and students (2), 2020
Konferencja/wydarzenie: ІX Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“
Journal/kolekcja: Збірник тез доповідей ІX Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“
Tom: 2
Data wydania: 25-lis-2020
Date of entry: 24-mar-2021
Wydawca: ТНТУ
TNTU
Place edycja: Тернопіль
Ternopil
Zakresu czasowego: 25-26 листопада 2020 року
25-26 November 2020
UDC: 681.3.06
Strony: 2
Zakres stron: 44-45
Główna strona: 44
Strona końcowa: 45
URI: http://elartu.tntu.edu.ua/handle/lib/34693
ISBN: 978-966-305-112-3
References: 1. H. Robbins and S. Monro, “A stochastic approximation method,” The Annals of Mathematical Statistics, pp. 400–407, 1951.
2. J. Alspector, R. Meir, B. Yuhas, A. Jayakumar, and D. Lippe, “A parallel gradient descent method for learning in analog VLSI neural networks,” in Advances in Neural Information Processing Systems, 1993, pp. 836–844.
3. J. Nocedal and S. J. Wright, Numerical Optimization. Springer, 2006.
4. R. Johnson and T. Zhang, “Accelerating stochastic gradient descent using predictive variance reduction,” in Advances in Neural Information Processing Systems, 2013, pp. 315–323.
5. S. Boyd and L. Vandenberghe, Convex Optimization. Cambridge University Press, 2004.
6. S. Ruder, “An overview of gradient descent optimization algorithms,” arXiv preprint arXiv:1609.04747, 2016.
Typ zawartości: Conference Abstract
Występuje w kolekcjach:ІX Міжнародна науково-технічна конференція молодих учених та студентів „Актуальні задачі сучасних технологій“ (2020)



Pozycje DSpace są chronione prawami autorskimi