Efficient simulation experiments for large-scale parameter optimisation of machine learning approaches in natural language processing (E-SPar)
Third party funded individual grant
Acronym: E-SPar
Start date : 01.10.2016
End date : 30.09.2017
Project details
Scientific Abstract
Ziel des Projekts ist es, speicherintensive maschinelle Lernverfahren für den Einsatz auf HPC-Clustern zu optimieren, um Simulationsexperimente zur systematischen Parameteroptimierung der Verfahren durchführen zu können. Als prototypischer Anwendungsfall dienen Matrixfaktorisierungen und Deep Learning-Modelle in der distributionellen Semantik.
