Larank

Description

Les algorithmes d’optimisation pour la classification multi-classes à larges marges sont souvent trop coûteux pour traiter des problèmes ambitieux à sorties structurées et avec un nombre exponentiel de classes. Les algorithmes d’optimisation qui utilise le gradient plein ne sont pas efficaces car, à l’inverse de la solution, le gradient n’est pas creux et de très grande taille.

L’algorithme Larank contourne cette difficulté en effectuant une exploration aléatoire inspirée de l’algorithme du perceptron. Nous montrons que cette approche est compétitive par rapport aux optimiseurs de type gradient sur des problèmes multiclasses simples. De plus, une simple passe de Larank sur l’ensemble d’apprentissage fournit un taux d’erreur sur l’ensemble de test quasiment aussi bon que celui de la solution finale.

Plus de détails sont fournis de le papier suivant : Solving MultiClass Support Vector Machines with LaRank by Antoine Bordes, Léon Bottou, Patrick Gallinari and Jason Weston. in Proceedings of ICML 2007.

Contributeurs

Autres informations

Site web : https://www.hds.utc.fr/ bordesan/dokuwiki/en/larank

Date de la dernière version : voir le site web

Licence : GNU Public License

Sources : voir le site web

Dépôt APP registration : non



Actualités
Vidéothèque
Téléchargements
Annuaire



FR SHIC 3272

Collegium UTC/CNRS