519资源网教程分享 2021-03-27

[人工智能]Convex Optimization凸优化2020春季学期

Convex Optimization凸优化2020春季学期资源介绍

机器学习中的大多数问题可以归结为最优化问题。

凸优化，是数学最优化的一个子领域，研究定义于凸集中的凸函数最小化的问题。

凸优化问题的优势

凸优化问题的局部最优解就是全局最优解
很多非凸问题都可以被等价转化为凸优化问题或者被近似为凸优化问题（例如拉格朗日对偶问题）
凸优化问题的研究较为成熟，当一个具体被归为一个凸优化问题，基本可以确定该问题是可被求解的

资源目录：

Books
HW
Lecture_notes2019Spring
Project
[01]Introduction
[02]ConvexSet
[03]convexfunctions
[04]convexproblems
[05]Lagrangeduality
[06]DCP
[07]grad_descent_unconstrained
[08]grad_descent_constrained
[09]subgradient_methods
[10]mirror_descent
[11]proximal_gradient
[12]accelerated_gradient
[13]smoothing
[14]dual_method
[15]ADMM
[16]stochastic_gradient
[17]quasi_Newton
[18]Applications
Syllabus.pdf
凸优化2020_学习指南.pdf

Convex Optimization凸优化2020春季学期下载地址

赞助会员价 3 折

已有0人支付

AI 凸优化机器学习

1. 本站所有资源来源于用户上传和网络，如侵犯到您的权益请使用邮件联系管理员！
2. 分享目的仅供大家学习和交流，请不要用于商业用途！
3. 如果你也有好资源，可以到审核区发布，分享有积分奖励和额外收入！
4. 如有链接无法下载、失效或广告，请留言或联系管理员处理！

Kindle电子书mobi、epub、azw3、PDF电子书免费下载推送 » [人工智能]Convex Optimization凸优化2020春季学期