相关名词:
- trace—norm constraint:
sparse matrix:就是含零项的矩数越多,越稀疏阵,零的个数越多,越稀疏
mixed integer programming :混合整数规划
nonparametric Bayesian approach:???
task clusters:??
the difference between cluster and goup:??
Newton-Raphson:??
iterative reweighted least squares algorithm(IRLS):??
- normal distribution:正太分布
- l1 norm : trace-norm
- root mean square error: RMSE(均方根误差)
- trace—norm constraint:
前提假设分类:
所有tasks相关
组内相关,其他的任务与别的都不相关(outlier task)
tasks 参数在低维空间,特征只有两种情况:要么对所有的任务都活跃,要么对大部分的任务都不活跃
在子空间的分组结构基于正则化,每个组内的tasks对于特征提取都共享一个线性变换 (???)
指定任务的预测性结构有L矩阵决定,而分组结构取决于s矩阵
Kronecher product:
牛顿-拉夫森(Newton-Raphson)迭代法:
Amijo rule:
假设的特点:
假设每一个任务组的参数都在一个维度的子空间,即不假设不相交任务结构,过着任务属于不同的组其他组的任务相交,通过共享一个或者多个隐藏任务