DAY1-02.05.2020
最新推荐文章于 2022-10-06 10:56:46 发布
这篇博客介绍了数学优化的一些基本概念,包括梯度的理解,梯度与方向导数的关系,以及如何利用梯度找到函数值增长最快的方向。接着讨论了凸函数的代数和几何特性,并列举了一些常见例子。还探讨了多元函数求极值的条件,Hessian矩阵及其在判断局部极值中的作用。此外,提到了最小二乘法的应用,梯度下降法以及拉格朗日乘子法解决约束最优化问题的方法。最后,简单介绍了泰勒级数作为函数近似的概念。
摘要由CSDN通过智能技术生成