相关文章

• 

  人工智能数学基础----导数

  1. 人工智能数学基础----导数2. 人工智能数学基础----矩阵 人工智能的学习对于数学要求还是需要一定的功底...

• 无约束优化方法-一阶导数（最速下降法）

  利用导数信息的方法皆为间接方法。在无约束优化法最开始介绍时，提到迭代形式的优化方法关键步骤是确定搜索方向和步长。间...

• 约束优化方法

  在机器学习中，常常需要对损失函数进行优化，但是我们可能希望在给定的集合中来搜索函数的最大值或者最小值，这就是约束优...

• 

  【转】约束优化方法之拉格朗日乘子法与KKT条件

  约束优化方法之拉格朗日乘子法与KKT条件 引言 本篇文章将详解带有约束条件的最优化问题，约束条件分为等式约束与不等...

• 

  04 最优化方法

  推荐书籍： 《最优化方法》 李元科 基本概念： 目标函数 无约束优化 约束优化 迭代下降法 1）图解法： 2）迭...

• convex optimization-2

  转凸优化-机器学习数学基础

• 数学优化问题(最优化问题)

    数学优化（Mathematical Optimization）问题，也叫最优化问题，是指在一定约束条件下，求解...

• 

  人工智能数学基础----矩阵

  1. 人工智能数学基础----导数2. 人工智能数学基础----矩阵 今天复习矩阵，作为程序员，矩阵在程序中的应用...

• 人工智能基础课

  人工智能基础课 数学基础 (7讲) 01 数学基础 | 九层之台，起于累土：线性代数 02 数学基础 | 月有阴晴...

• 

  梯度下降训练线性回归（最优化2）

  实验目的 梯度下降法是一个最优化算法，通常也称为最速下降法。最速下降法是求解无约束优化问题最简单和最古老的方法之一...