Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

 
 
DownloadE-Mail
  Trading Convexity for Scalability

Collobert, R., Sinz, F., Weston, J., & Bottou, L. (2006). Trading Convexity for Scalability. Proceedings of the 23rd International Conference on Machine Learning (ICML 2006), 201-208.

Item is

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Collobert, R, Autor
Sinz, F1, Autor           
Weston, J2, Autor           
Bottou, L, Autor
Cohen A. Moore, W. W., Herausgeber
Affiliations:
1Research Group Computational Vision and Neuroscience, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497805              
2Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society, ou_1497795              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Convex learning algorithms, such as Support Vector Machines (SVMs), are often seen as highly desirable because they offer strong practical properties and are amenable to theoretical analysis. However, in this work we show how non-convexity can provide scalability advantages over convexity. We show how concave-convex programming can be applied to produce (i) faster SVMs where training errors are no longer support vectors, and (ii) much faster Transductive SVMs.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2006-06
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: URI: http://www.icml2006.org/icml2006/home.html
DOI: 10.1145/1143844.1143870
BibTex Citekey: 3917
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 23rd International Conference on Machine Learning
Veranstaltungsort: Pittsburgh, PA, USA
Start-/Enddatum: -

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Proceedings of the 23rd International Conference on Machine Learning (ICML 2006)
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: New York, NY, USA : ACM Press
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 201 - 208 Identifikator: -