Quy mô lớn Máy Kernel
máy tính lan tỏa và nối mạng đã giảm đáng kể chi phí của việc thu thập và phân phối dữ liệu lớn. Trong bối cảnh này, các thuật toán học máy quy mô kém chỉ đơn giản có thể trở nên không thích hợp. Chúng ta không cần thuật toán quy mô tuyến tính với khối lượng dữ liệu học tập trong khi duy trì đủ hiệu quả thống kê để làm tốt hơn các thuật toán mà chỉ đơn giản là xử lý một tập hợp con ngẫu nhiên của các dữ liệu. Khối lượng này cung cấp các nghiên cứu và kỹ sư giải pháp thiết thực cho việc học từ các tập dữ liệu quy mô lớn, với mô tả chi tiết các thuật toán và thí nghiệm được thực hiện trên các tập dữ liệu thực tế lớn. Đồng thời nó cung cấp thông tin các nhà nghiên cứu có thể giải quyết sự thiếu tương đối của nền tảng lý luận cho nhiều thuật toán hữu ích. Sau khi mô tả chi tiết của nhà nước-of-the-nghệ thuật công nghệ máy vector hỗ trợ, giới thiệu các khái niệm thiết yếu thảo luận rất nhiều, và so sánh các kỹ thuật tối ưu hóa nguyên sơ và kép, cuốn sách tiến bộ từ các kỹ thuật được hiểu rõ để cuốn tiểu thuyết hơn và phương pháp gây tranh cãi. Nhiều người đóng góp đã làm cho mã và dữ liệu có sẵn trực tuyến của họ để thử nghiệm thêm. Các chủ đề bao gồm việc triển khai nhanh chóng của các thuật toán nổi tiếng, xấp xỉ đó đều tuân theo sự bảo đảm về mặt lý thuyết, và các thuật toán đó thực hiện tốt trong thực tế nhưng rất khó để phân tích về mặt lý thuyết
đang được dịch, vui lòng đợi..