Cela a été inspiré par la régression linéaire en ligne efficace , que j'ai trouvée très intéressante. Existe-t-il des textes ou des ressources consacrés au calcul statistique à grande échelle, par lesquels le calcul avec des ensembles de données trop volumineux pour tenir dans la mémoire principale, et peut-être trop varié pour sous-échantillonner efficacement. Par exemple, est-il possible d'adapter des modèles d'effets mixtes en ligne? Quelqu'un a-t-il étudié les effets du remplacement des techniques standard d'optimisation du 2e ordre pour MLE par des techniques de premier ordre de type SGD?
online
computing
references
grg s
la source
la source
Réponses:
Vous pourriez vous pencher sur le projet Vowpal Wabbit , de John Langford à Yahoo! Recherche . C'est un apprenant en ligne qui fait une descente de gradient spécialisée sur quelques fonctions de perte. VW a quelques fonctionnalités tueuses:
Le livre Bianchi & Lugosi Prediction, Learning and Games donne une base théorique solide à l'apprentissage en ligne. Une lecture lourde, mais ça vaut le coup!
la source