机器学习算法中经常碰到非线性优化问题,如 Sparse Filtering 算法,其主要工作在于求解一个非线性极小化问题。在具体实现中,大多调用的是成熟的软件包做支撑,其中最常用的一个算法是 L-BFGS。为了解这个算法的数学机理,这几天做了一些调研,现把学习过程中理解的一些东西整理出来。
目录链接
(1) 牛顿法
(2) 拟牛顿条件
(3) DFP 算法
(4) BFGS 算法
(5) L-BFGS 算法
![](https://i-blog.csdnimg.cn/blog_migrate/ed2b9cedeab19ce313c2f07bd69322d2.png)
![](https://i-blog.csdnimg.cn/blog_migrate/b2c01efde196777749a30dabb567ae1d.png)
![](https://i-blog.csdnimg.cn/blog_migrate/6b2352a9876e56563c451abc2742fb5b.png)
作者: peghoty
出处: http://blog.csdn.net/itplus/article/details/21896619