- 博客(4)
- 收藏
- 关注
RSS订阅convex optimization笔记: 第二章, 凸集
[color=red]请使用非IE浏览器,如firefox,opera等浏览, IE会把\转义成/ [/color][size=medium]仿射和凸集通过[img]http://www.texify.com/img/x_1,x_2.gif[/img][b]直线[/b]上所有的点都满足:[align=center][img]http://www.texify.com/img/\...
2009-03-21 12:07:37
200
convex optimization笔记: 第一章
[color=red]请使用非IE浏览器,如firefox,opera等浏览, IE会把\转义成/[/color]PS.很多中文翻译把optimization problem翻译成最优化问题, 而convex optimization翻译成凸优化。这里做个统一，optimization problem翻译成优化问题。[size=medium][b]数学优化问题[/b],或[b]...
2009-03-21 02:02:54
322
数学编辑测试
[color=red]请使用非IE浏览器,如firefox,opera等浏览, IE会把\转义成/[/color][size=x-large]最优化理论:[/size]给出关于η和ξ,它们满足如下关系：[img]http://www.texify.com/img/\LARGE%21\eta=a+b\xi^c.gif[/img]，但是a,b,c却是未知的,只知道一些关于η和ξ的取值样本,...
2009-03-14 15:56:49
201
SVM的并行化
目前我在SVM的并行化方面已经有解法. SVM在数学上的本质是凸优化理论, 可以有很多种解法。 它的问题具有对偶性, 从原问题出发和从对偶问题出发。传统SVM在大数据集下，它的核矩阵要占用的内存非常大，呈平方地递增。 也就是说1000个数据占用的内存会是100个数据占用的内存的100 倍。为了解决此问题，涉及到SVM的分解，极端的情况下是使用SMO算法，这也是目前SVM最流行的解法。 SMO算法每...
2009-03-10 13:33:02
1939
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人