一、机器学习中的数学以及应用

应用举例：

　　主成分分析PCA

　　推荐系统

 

 

测度论

 随机变量X的特征函数

 

凸优化问题

　　优化问题的目标函数及限制条件均为凸函数。

　　局部最优问题等价于全局最优。

　　凸优化问题求解工具（cvx等）。

凸集合

集合中两点的连线均在集合内

凸函数（与高数中的凸函数相反）

常见的：

凸组合

凸闭包

　　

 

 凸集合保凸运算

　　任意多个凸集合的交集仍是凸集合

　　凸集合的线性映射仍是凸集合

 

共轭函数 f*

 

 

 

拉格朗日对偶函数

　　为什么研究拉格朗日对偶函数？

　　对偶函数为原问题提供下界，无论原函数如何，拉格朗日对偶函数总为凹函数

 

几乎所有的凸优化问题都满足强对偶性

slater条件

 

 

 

转载于:https://www.cnblogs.com/qianyuesheng/p/8453210.html