![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
最优化
文章平均质量分 62
厚hou
个人博客www.jiqixuexi.net
展开
-
最速下降法/steepest descent,牛顿法/newton,共轭方向法/conjugate direction,共轭梯度法/conjugate gradient 及其他
转载须注明出处:http://www.codelast.com/ 在最优化的领域中,这“法”那“法”无穷多,而且还“长得像”——名字相似的多,有时让人觉得很迷惑。在自变量为一维的情况下,也就是自变量可以视为一个标量,此时,一个实数就可以代表它了,这个时候,如果要改变自变量的值,则其要么减小,要么增加,也就是“非左即右“,所以,说到“自变量在某个方向上移动”这个概念的时候,它转载 2014-05-21 00:44:17 · 1362 阅读 · 0 评论 -
最优化第二讲—一维搜索算法(二分法、等区间法)
本讲主要列一下单峰搜索算法原创 2014-05-25 17:04:24 · 16113 阅读 · 0 评论 -
最优化第二讲——一维搜索法(斐波那契法和java实现)
斐波那契算法和实现原创 2014-06-04 22:11:48 · 6440 阅读 · 0 评论 -
最优化第二讲——一维搜索法(黄金分割法和java实现)
一维搜索算法中的黄金搜索法和实现原创 2014-06-04 22:15:43 · 4020 阅读 · 1 评论 -
最优化算法学习
最优化相关系列原创 2014-07-01 00:03:34 · 1277 阅读 · 0 评论 -
最优化第二讲——一维搜索法(牛顿法)
一维搜算法中的牛顿法和java实现原创 2014-06-04 22:17:08 · 7375 阅读 · 0 评论 -
拉格朗日对偶(Lagrange duality)
简介:1、在之前我们把要寻找最优的分割超平面的问题转化为带有一系列不等式约束的优化问题。这个最优化问题被称作原问题。我们不会直接解它,而是把它转化为对偶问题进行解决。2、为了使问题变得易于处理,我们的方法是把目标函数和约束全部融入一个新的函数,为了使问题变得易于处理,我们的方法是把目标函数和约束全部融入一个新的函数,即拉格朗日函数,再通过这个函数来寻找最优点。即拉格朗日函数,再通过转载 2014-07-21 22:22:48 · 3879 阅读 · 0 评论 -
最优化第三讲——无约束的梯度技术
本讲主要看一下梯度的相关内容原创 2014-05-21 23:31:37 · 1921 阅读 · 0 评论 -
最优化第一讲——概念
概念性质的1. 凸集原创 2014-05-16 22:59:26 · 1634 阅读 · 1 评论 -
【美团外卖】广告算法 高级研发工程师/技术专家
岗位职责: 1,广告相关算法的研究及开发工作; 2,CTR/CVR预估算法及系统的研发; 3,O2O广告模式、机制策略的探索研究; 4,Query分析及相关性的研究; 5,智能投放、运营侧算法的研究与优化; 岗位要求 : 1,熟练掌握linux下面向对象编程;(熟悉Java最好) 2,熟悉机器学习、数据挖掘知识、NLP; 3,对数据敏感,有较强数据分析和解决问题能力;原创 2017-09-30 10:42:09 · 1008 阅读 · 0 评论