higrad：用于在线学习和随机的统计推断通过HiGrad近似

实现分层增量梯度下降（HiGrad）算法，在线学习中寻找函数极小值的一阶算法，类似于随机梯度下降（SGD）。此外，该方法附加了一个置信区间来评估其预测的不确定性。参见苏和朱（2018）<doi:10.48550/arXiv.1802.04876>了解详细信息。

版本：	0.1.0
进口：	矩阵
出版：	2018-03-14
作者：	苏伟杰[aut]，朱元成[aut，cre]
维护人员：	朱元成<gmail.com>上的朱元成
许可证：	GPL-3公司
需要编译：	不
材料：	自述文件 新闻
CRAN检查：	higrad结果

文档：

参考手册：

希格勒.pdf

下载内容：

包源：	希格勒_0.1.0.tar.gz
Windows二进制文件：	r-预发布：higrad_0.10.zip（希格勒_0.1.0.zip），r版本：higrad_0.10.zip（希格勒_0.1.0.zip），r-oldrel：higrad_0.10.zip（希格勒_0.1.0.zip）
macOS二进制文件：	r-prerel（arm64）：希格勒_0.1.0.tgz，r-release（arm64）：高纬度0.0.tgz，r-oldrel（arm64）：希格勒_0.1.0.tgz，r-prerel（x86_64）：希格勒_0.1.0.tgz，r-release（x86_64）：希格勒_0.1.0.tgz

链接：

请使用规范形式https://CRAN.R-project.org/package=higrad链接到此页面。