Решение структурированных задач машинного обучения при помощи стохастических методов

Большинство вычислительных задач из статистики и выпуклого компьютерного зрения формулируются конечным набором функций, про которые всем все давно известно. В частности задачи с l1 и total-variation регуляризациями, линейными ограничениями, а также group LASSO можно свести к минимизации негладких функций, проксимальный оператор которых известен по отдельности, но не в сумме. На докладе будет представлен первый метод, который способен решать эту задачу стохастически, используя проксимальный оператор случайно выбранного элемента из суммы.