近些年來,有關(guān)大數(shù)據(jù)分析的研究熱度居高不下,已經(jīng)成為了統(tǒng)計(jì)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)等多個學(xué)科領(lǐng)域中的熱點(diǎn)研究課題之一。大數(shù)據(jù)其實(shí)有兩層含義,一是數(shù)據(jù)的數(shù)量大;二是無標(biāo)號的、雜亂的數(shù)據(jù)多。針對數(shù)據(jù)的數(shù)量大的特點(diǎn),并行計(jì)算與分布式學(xué)習(xí)的思想在學(xué)習(xí)理論中得到了廣泛的關(guān)注。分布式學(xué)習(xí)的基本思想是把一個超大的數(shù)據(jù)集{z _i}^N_i（28）1以某種方式分拆成m個不相交的部分送到m個數(shù)據(jù)處理單位,每個部分先被單獨(dú)并行處理分析,然后處理結(jié)果再被聚合在一起。由于數(shù)據(jù)分析的目的不同,分布式學(xué)習(xí)的算法也多種多樣。本文將主要致力于分布式學(xué)習(xí)和基于系數(shù)的正則化回歸學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)的研究,通過樣本算子、積分算子和算子差的分解技巧和關(guān)于誤差分解的一些新的想法,推導(dǎo)出令人滿意的誤差界和學(xué)習(xí)速率。我們的研究結(jié)果表明當(dāng)m不超過一定的閾值時,分布式學(xué)習(xí)和對整個數(shù)據(jù)進(jìn)行一次性學(xué)習(xí)得到的學(xué)習(xí)速率是一致的。本文的內(nèi)容主要分為:第一章介紹統(tǒng)計(jì)學(xué)習(xí)理論的發(fā)展歷史與基本框架。第二章介紹正則化學(xué)習(xí)算法的研究現(xiàn)狀和預(yù)備知識,重點(diǎn)介紹系數(shù)正則化算法。第三章介紹分布式學(xué)習(xí)問題的研究現(xiàn)狀,... 

【文章來源】：濟(jì)南大學(xué)山東省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 統(tǒng)計(jì)學(xué)習(xí)理論
    1.2 統(tǒng)計(jì)學(xué)習(xí)理論的基本框架
第二章 正則化學(xué)習(xí)算法
    2.1 再生核Hilbert空間與算子
    2.2 正則化最小二乘算法
    2.3 系數(shù)正則化算法
第三章 分布式核嶺回歸學(xué)習(xí)算法
    3.1 分布式學(xué)習(xí)
    3.2 分布式核嶺回歸學(xué)習(xí)
第四章 分布式系數(shù)正則化回歸學(xué)習(xí)算法
    4.1 基本假設(shè)
    4.2 主要引理
    4.3 分布式系數(shù)正則化回歸學(xué)習(xí)算法的一致性分析
    4.4 分布式部分系數(shù)正則化學(xué)習(xí)算法的一致性分析
第五章 結(jié)論與展望
參考文獻(xiàn)
致謝
附錄


【參考文獻(xiàn)】：
期刊論文
[1]Sharp learning rates of coefficient-based lq-regularized regression with indefinite kernels[J]. LV ShaoGao,SHI DaiMin,XIAO QuanWu,ZHANG MingShan.  Science China（Mathematics）. 2013(08)

碩士論文
[1]非同分布抽樣回歸學(xué)習(xí)算法[D]. 張美建.濟(jì)南大學(xué) 2017
[2]分位點(diǎn)學(xué)習(xí)及其相關(guān)問題[D]. 李朦.濟(jì)南大學(xué) 2016



本文編號：3143429