Improving First and Second-Order Methods by Modeling Uncertainty

Nicolas Le Roux 1, 2 Yoshua Bengio 3 Andrew Fitzgibbon 4
1 SIERRA - Statistical Machine Learning and Parsimony
DI-ENS - Département d'informatique de l'École normale supérieure, ENS Paris - École normale supérieure - Paris, Inria Paris-Rocquencourt, CNRS - Centre National de la Recherche Scientifique : UMR8548
2 LIENS - Laboratoire d'informatique de l'école normale supérieure
3 DIRO - Département d'Informatique et de Recherche Opérationnelle [Montreal]
4 Microsoft Research [Redmond]
Type de document :
Chapitre d'ouvrage
MIT Press. Optimization for Machine Learning, MIT Press, 2011, Neural Information Processing, 978-0-262-01646-9
Liste complète des métadonnées
https://hal.inria.fr/hal-00646214
Contributeur : Nicolas Le Roux <>
Soumis le : mardi 29 novembre 2011 - 14:26:36
Dernière modification le : vendredi 25 mai 2018 - 12:02:06

Identifiants

  • HAL Id : hal-00646214, version 1

Collections

ENS-PARIS | INRIA | PSL

Citation

Nicolas Le Roux, Yoshua Bengio, Andrew Fitzgibbon. Improving First and Second-Order Methods by Modeling Uncertainty. MIT Press. Optimization for Machine Learning, MIT Press, 2011, Neural Information Processing, 978-0-262-01646-9. 〈hal-00646214〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

248

Contact


archive-ouverte@inria.fr