参考:https://blog.csdn.net/xbmatrix/article/details/56682466
一、最优化方法
指在某些约束条件下,决定某些可选择的变量应该取何值,使所选定的目标函数达到最优的问题。
常见情形:利用目标函数的导数通过多次迭代来求解无约束最优化问题。
实现简单,coding 方便,是训练模型的必备利器之一。
大纲:
1.最速下降法
2.共轭梯度法
3.牛顿法
4.拟牛顿法
5.约束非线性优化
6.KKT条件
参考书籍:统计学习方法、西瓜书
参考:https://blog.csdn.net/xbmatrix/article/details/56682466
一、最优化方法
指在某些约束条件下,决定某些可选择的变量应该取何值,使所选定的目标函数达到最优的问题。
常见情形:利用目标函数的导数通过多次迭代来求解无约束最优化问题。
实现简单,coding 方便,是训练模型的必备利器之一。
大纲:
1.最速下降法
2.共轭梯度法
3.牛顿法
4.拟牛顿法
5.约束非线性优化
6.KKT条件
参考书籍:统计学习方法、西瓜书