Inégalités d'oracle exactes pour la prédiction d'une matrice en grande dimension

Abstract : We consider the problem of prediction of a high dimensional matrix of size $m \times T$ with noise, meaning that $m T$ is much larger than the sample size $n$. We focus on the trace norm minimization algorithm, but also on other penalizations. It is now well-known that such algorithms can be used for matrix completion, as well as other problems, such as multi-task learning, see \cite{candes-plan2,candes-recht08,candes-plan1,candes-tao1, rohde-tsyb09, MR2417263}. In this work, we propose sharp oracle inequalities in a statistical learning setup.
Type de document :
Communication dans un congrès
42èmes Journées de Statistique, 2010, Marseille, France, France. 2010
Liste complète des métadonnées


https://hal.inria.fr/inria-00494750
Contributeur : Conférence Sfds-Hal <>
Soumis le : jeudi 24 juin 2010 - 08:55:26
Dernière modification le : jeudi 27 avril 2017 - 09:46:15
Document(s) archivé(s) le : lundi 22 octobre 2012 - 14:45:57

Fichier

p90.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00494750, version 1

Citation

Stéphane Gaiffas, Guillaume Lecué, Alexandre Tsybakov. Inégalités d'oracle exactes pour la prédiction d'une matrice en grande dimension. 42èmes Journées de Statistique, 2010, Marseille, France, France. 2010. <inria-00494750>

Partager

Métriques

Consultations de
la notice

278

Téléchargements du document

72