【文件属性】：
文件名称：nmf的matlab代码-optimizeR:优化R
文件大小：5.63MB
文件格式：ZIP
更新时间：2021-05-26 16:58:55
系统开源
nmf的matlab代码优化
R中与机器学习和统计相关的与优化相关的工具的详尽介绍
2021年1月22日，“
R的状态”研讨会（）
接触
吉斯兰·杜里夫（）
抽象的
研讨会将分为两个部分。
您可以在此处找到材料和初步要求（将很快更新）。
这两部分都将包括一个演示文稿和编程教程。
第一部分将专注于有效解决R中的标准统计数据或与机器学习相关的优化问题。我们将讨论几个R包，尤其是以下估计和基准库：
SPAMS
（SPArse建模软件，），一种优化工具箱，开发用于解决各种稀疏估计问题，例如字典学习和矩阵分解（NMF，稀疏PCA等），还具有LARS稀疏分解问题，坐标下降，
OMP，SOMP，近端方法和结构化稀疏分解问题（l1
/
l2，l1
/
linf，稀疏组套索，树结构正则化，具有重叠组的结构稀疏性，...）。
BenchOpt
（），一个简化的程序包，可以使优化算法的比较更加透明和可重复。
它是用Python编写的，但可用于许多编程语言。
到目前为止，它已经通过Python，R，Julia和通过C
/
C
++编写的可通过终端命令获得的编译二进制文件进行了测试。
通过命令行工具使用Benc
【文件预览】：
optimizeR-master
----.gitignore(4KB)
----README.md(5KB)
----benchopt()
--------README.md(717B)
--------presentation()
--------tutorial()
--------requirements.md(5KB)
----.gitmodules(840B)
----.Rprofile(104B)
----spams()
--------README.md(300B)
--------presentation()
--------tutorial()
--------requirements.md(3KB)
----.tex()
--------custom.sty(542B)
----setup_R_environment.md(2KB)
----keops()
--------README.md(343B)
--------presentation()
--------tutorial()
--------requirements.md(3KB)
----optimizeR.Rproj(205B)