前言

高阳陈松灿2017年9月4日机器学习及其应用2017目录稳健的矩阵回归模型与方法杨 健罗 雷1引言2基于核范数的稳健矩阵回归3基于推广幂指数分布的稳健矩阵回归4基于核L1范数的联合矩阵回归5基于树结构核范数的稳健矩阵回归6结束语参考文献若干低秩子空间恢复模型的闭解及其应用林宙辰1引言2无噪低秩表示模型的闭解2.1应用： 潜在低秩表示模型的推导3无噪潜在低秩模型的闭解3.1应用： 提升潜在低秩表示模型的聚类性能4若干主要低秩模型的解之间的关系4.1解的质量的比较4.2求解速度的比较5闭解应用的另一个例子： 仿射变换下特征点误匹配检测6结束语参考文献面向大规模机器学习的随机优化张利军1引言2相关工作3降低时间复杂度3.1研究背景3.2阶段混合梯度下降3.3实验4降低空间复杂度4.1研究背景4.2随机临近梯度下降4.3实验5总结与展望附录参考文献非参贝叶斯张量分解研究徐增林贺丽荣严，丰漆，远机器学习及其应用