یک روش ناحیه اعتماد تصادفی برای حل مسائل مقیاس بزرگ در یادگیری ماشین

روشهای تقریبی تصادفی به عنوان دسته ای از روشهای کارا برای حل مسائل یادگیری ماشین مورد توجه محققان قرار گرفته اند. در این راستا، در این مقاله یک روش ناحیه اعتماد تصادفی با روش نیوتن غیردقیق را ارائه میدهیم که در دسته روشهای مرتبه دوم تصادفی است. روش پیشنهادی از تکنیک گرادیان مزدوج برای حل غیردقیق زیرمساله ناحیه اعتماد استفاده میکند. همچنین، برای محاسبه مقادیر بردار گرادیان و ماتریس هسیان از روش زیر نمونه گیری استفاده میگردد. به علاوه، همگرایی سراسری الگوریتم پیشنهادی تحت برخی شرایط استاندارد اثبات میشود. نتایج عددی حاصل از پیادهسازی الگوریتم بر روی مجموعه داده ها بیانگر کارایی الگوریتم جدید برای حل مسائل مقیاس بزرگ در یادگیری ماشین است.

کلیدواژه ها:

بهینه سازی تصادفی ، زیر نمونه گیری ، روش نیوتن غیر دقیق ، مسائل مقیاس بزرگ ، یادگیری ماشین.