台湾
|| 语言:
大陆简体
港澳繁體
台灣正體
熱點
娛樂
體育
財經
社會
時政
遊戲
科技
時尚
美容
關於
"凸優化"
的文章
Convex Optimization——保凸運算
雪花臺灣
4年前
凸優化
半正定規劃、最大割的0.878-近似
雪花臺灣
4年前
演算法
凸優化
組合優化
凸優化綜述(上)
雪花臺灣
4年前
機器學習
SVM
凸優化
Convex Optimization——凸函數
雪花臺灣
4年前
凸優化
Convex Optimization——共軛函數與偽凸函數
雪花臺灣
4年前
凸優化
Mission Impossible:Rank類損失函數的直接優化
雪花臺灣
4年前
機器學習
凸優化
損失函數
「優化都不懂,你還想做機器學習?」
雪花臺灣
4年前
數學
機器學習
凸優化
數值分析 —— 計算與優化
雪花臺灣
4年前
機器學習
凸優化
最優化
貪心學院《機器學習特訓營》預習課 第七天 - 簡單的優化
雪花臺灣
4年前
人工智慧
機器學習
凸優化
支持向量機原理詳解(五): KKT條件(Part II)
雪花臺灣
5年前
機器學習
SVM
凸優化
支持向量機原理詳解(四): KKT條件(Part I)
雪花臺灣
5年前
機器學習
SVM
凸優化
支持向量機原理詳解(二): 拉格朗日對偶函數,SVM的對偶問題
雪花臺灣
5年前
機器學習
SVM
凸優化
凸優化
雪花臺灣
5年前
機器學習
演算法
凸優化
為什麼負梯度方向是函數下降最快的方向
雪花臺灣
5年前
機器學習
凸優化
梯度下降
拉格朗日乘子法,KKT條件,對偶問題
雪花臺灣
5年前
機器學習
SVM
凸優化
加載更多
熱門新聞
週熱門