L0Learn:L0正則化を用いたスパース学習のためのスケーラブルなパッケージ【JST・京大機械翻訳】

Hazimeh Hussein; Mazumder Rahul; Nonet Tim

プレプリント

J-GLOBAL ID：202202202912619725 整理番号：22P0287432

L0Learn:L0正則化を用いたスパース学習のためのスケーラブルなパッケージ【JST・京大機械翻訳】

L0Learn: A Scalable Package for Sparse Learning using L0 Regularization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月09日プレプリントサーバーでの情報更新日： 2023年06月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

L_0Learn:L_0正則化を用いたスパース線形回帰と分類のためのオープンソースパッケージを提示した。L0Learnは,座標降下と局所組合せ最適化に基づいてスケーラブルで近似的なアルゴリズムを実行する。パッケージはC++を用いて構築され,ユーザフレンドリーなRとPythonインタフェイスを持つ。L0Learnは,最先端のスパース学習パッケージで競合実行時間と統計的性能を達成して,何百万ものの特徴を持つ問題に対処することができる。L0LearnはCRANとGitHub(https://cran.r project.org/package=L0Learnとhttps://github.com/hazimehh/L0Learn)の両方に利用可能である。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

分子・遺伝情報処理

, ,

前のページに戻る