機器學習的基礎是什麼?是「數學」,而「優化」就是數學中的核心知識之一。
而且在機器學習遇到的複雜優化問題(非凸,不熟悉的),最高效的方法就是利用凸優化的思路去解決。
小七這次把《機器學習中的數學 第二期》,中關於優化的部分PPT送給大家。
其中優化問題簡介、凸集合與凸函數、優化和凸優化是屬於非常基礎的部分,後續兩大板塊有一定難度。
目錄:
一、優化問題簡介
二、凸集合與凸函數 知識點:凸集合與凸函數的關係琴生不等式的幾何解釋 三、優化與凸優化 知識點:凸優化問題對偶問題對偶性
KKT條件
拉格朗日乘數法四、支持向量機(SVM)簡介知識點:線性分類器對偶方法推導SVM幾何方法推導SVM五、壓縮感知簡介知識點:信號還原問題
壓縮感知
求解壓縮感知的優化方法Lasso方法與優化的穩定性
優化問題簡介