-
شماره ركورد
33197
-
پديد آورنده
محمد گرانمايه يگانه
-
عنوان
روش گراديان در ديتاهاي بزرگ
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
رياضيات و كاربردها
-
سال تحصيل
1401
-
تاريخ دفاع
1403/11/30
-
استاد راهنما
دكتر محمد باقر قائمي
-
استاد مشاور
دكتر محمد باقر قائمي
-
دانشكده
رياضي
-
چكيده
ما در اين پايان نامه ابتدا به معرفي توابع محدب و بهينه سازي محدب و قضاياي مربوط به آن مي پردازيم.سپس به طور گسترده در مورد ماشين لرنينيگ براي مجموعه داده هاي بزرگ صحبت ميكنيم.وبه طور خاص روش گراديان تصادفي را مورد مطالعه قرار خواهيم داد.همچنين نشان خواهيم داد كه نزول گراديان را مي توان با يك عملگر مرتبط با تابع هدف نشان داد.
-
تاريخ ورود اطلاعات
1403/12/19
-
عنوان به انگليسي
gradient method in big data
-
تاريخ بهره برداري
1/1/1900 12:00:00 AM
-
دانشجوي وارد كننده اطلاعات
محمد گرانمايه يگانه
-
چكيده به لاتين
in this thesis,we first introduce convex functions and convex optimization and related theorems,then we discuss machine learning for large datasets in detail,and in particular we will study the stochastic gradient method.we will also show that gradient descent can be reperesented by an operator associated with the objective function.
-
كليدواژه هاي فارسي
بهينه سازي محدب /نظريه نقطه ثابت/داده هاي بزرگ/يادگيري ماشين/نزول گراديان
-
كليدواژه هاي لاتين
convex optimization,fixed point theory,big data,machine learning,gradient descent
-
Author
Mohammad geranmayeh yeganeh
-
SuperVisor
Mohammadbagher ghaemi
-
لينک به اين مدرک :