3 - Lorenzo Rosasco: Efficient learning with random projections/ClipID:14961 vorhergehender Clip nächster Clip

Die automatischen Untertitel, die mit Whisper Open AI in diesem Video-Player (und im Multistream-Video-Player) generiert werden, dienen der Bequemlichkeit und Barrierefreiheit. Es ist jedoch zu beachten, dass die Genauigkeit und Interpretation variieren können. Für mehr Informationen lesen Sie bitte die FAQs (Absatz 14)
Aufnahme Datum 2020-05-04

Zugang

Frei

Sprache

Englisch

Einrichtung

Lehrstuhl für Angewandte Mathematik

Produzent

Lehrstuhl für Angewandte Mathematik

Despite stunning performances, state of the art machine learning approaches are often computational intensive and efficiency remains a challenge. Dimensionality reduction, if performed efficiently, provides a way to reduce the computational requirements of downstream tasks, but possibly at the expanses of the obtained accuracy. In this talk, we discuss the interplay between accuracy and efficiency when dimensionality reduction is performed by means of, possibly data dependent, random projections. The latter are related to discretization methods for integral operators, to sampling methods in randomized numerical linear algebra and to sketching methods. Our results show that there are number of different tasks and regimes where, using random projections and regularization, efficiency can be improved with no costs in accuracy. Theoretical results are used to derive scalable and fast kernel methods for datasets with millions of points.

Mehr Videos aus der Kategorie "Naturwissenschaftliche Fakultät"

2024-11-15
IdM-Anmeldung
geschützte Daten  
2024-11-14
Studon
geschützte Daten  
2024-11-13
Studon
geschützte Daten  
2024-11-13
Studon
geschützte Daten  
2024-11-13
IdM-Anmeldung
geschützte Daten  
2024-11-13
IdM-Anmeldung
geschützte Daten