凸优化学习笔记

已于 2022-04-14 21:56:03 修改
阅读量452 收藏
点赞数
文章标签： idea
于 2022-04-14 21:48:12 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ychinata/article/details/124182287
版权

​

学习资源

教材

凸优化.Stephen Boyd.清华大学出版社.2011

MOOC

Stanford.Stephen Boyd
中国科学技术大学.凌青.2011 中科大-凸优化_哔哩哔哩_bilibili
https://www.bilibili.com/video/BV1Jt411p7jE

笔记

凸优化学习笔记（一）：仿射集、凸集、锥 - 知乎
https://zhuanlan.zhihu.com/p/357661728

学习笔记

第2章 凸集

基本概念

1 仿射集合
2 凸集

集合 C C C被称为凸集，如果 C C C中任意两点间的线段仍然在 C C C中，即对于任意 x 1 x_1 x1​， x 2 ∈ C x_2\in C x2​∈C和满足 0 ≤ θ ≤ 1 0 \le \theta \le 1 0≤θ≤1的 θ \theta θ都有
θ x 1 + ( 1 − θ ) x 2 ∈ C . \theta x_1+(1-\theta)x_2 \in C. θx1​+(1−θ)x2​∈C.

ychinata
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
凌青凸优化笔记1
08-04
凸优化视频第九节缺失 以下为学内容1凸函数定义函数f是凸函数 当f的定义域 5是凸集 且 以 2ES1- 0xzkofcx it 401fx严格凸函数以1-0加
最优化方法笔记（凸优化）
weixin_75004586的博客
03-02 647
0、标量函数f(x)是凸的，可行集S是凸，最优化问题就会有很好的性质，找到的任意一个平稳解就是最优解，最优解还是全局解。就可以利用内点法等算法来求解。方向导数：标量场在某点的方向导数表示标量场在该点沿某一方向对距离的变化率。二者关系：梯度是函数在某点增加最快的方向，梯度的模为方向导数的最大值。2、多元函数下的方向性导数、梯度及二者关系。1、定义（重要，ax+(1-a)y属于D）仅用其大小就能表征的场就叫标量场。4、保凸计算（证明）
《凸优化》中科大-讲解 -系列笔记（汇总55/55）
热门推荐
scu-liu的博客
02-01 2万+
这是一篇汇总贴 视频 文章主要是结合哔站的视频：中科大-凸优化 第九集好像有缺失，翻了一下评论，可以找找看一下。 笔记 中科大-凸优化 笔记（一）-什么是凸优化？
凸优化笔记
feverfew1的博客
10-05 1003
最优化问题和求解 在统计计算中广泛用到求最小（最大）值点或求方程的根的算法 比如，参数最大似然估计、置信区间的统计量法、回归分析参数估计、 惩罚似然估计、惩罚最小二乘估计，等等。 求最小值点或最大值点的问题称为最优化问题（或称优化问题），最优 化问题和求方程的根经常具有类似的算法。 有些情况下，可以得到解的解析表达式；更多的情况只能通过数值迭 代算法求解 梯度与海色阵 设 f(x) 是 $R^d $上的多元函数，如果 f(x) 有一阶偏导数，则记 f(x) 的 梯度向量为 g(x)=∇f(x)=(∂f(x)
凸优化理论笔记.zip_凸优化_凸优化笔记
07-14
凸优化课程重点笔记，对于学习凸优化帮助非常大。
凸优化课程笔记
05-17
理论部分由4章构成，不仅涵盖了凸优化的所有基本概念和主要结果，还详细介绍了几类基本的凸优化问题以及将特殊的优化问题表述为凸优化问题的变换方法，这些内容对灵活运用凸优化知识解决实际问题非常有用。...
凸优化笔记复习期末考试精简
11-25
Stephen Boyd编写的凸优化书籍的学习笔记，复习期末考试，各种定义证明推导，精简版，很好的资源，欢迎下载学习
《动手学——凸优化》笔记
01-06
优化与深度学习 优化与估计 尽管优化方法可以最小化深度学习中的损失函数值，但本质上优化方法达到的目标与深度学习的目标并不相同。 优化方法目标：训练集损失函数值 深度学习目标：测试集损失函数值（泛化性） ...
凸优化笔记-个人整理，易于理解
07-27
凸优化作为一个重要的工具，在它在各种领域都有着广泛的应用。通信工程中的优化问题，机器学习中的优化问题。凸集，凸函数，凸优化问题，对偶函数；学习Boyd的convex optimization时做的笔记
最优化，stanford凸优化课堂笔记，简单易懂
11-04
非常好的笔记，简单易懂，比书上写的简单，适合初学。
机器学习笔记.zip
最新发布
04-12
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的...
最优化理论笔记.pdf
06-19
最优化理论 —— 凌青老师课堂笔记整理。 包含：凸集、凸函数、凸问题、对偶等理论知识；简单算法介绍。
B站最优化理论与方法学习笔记
01-16
崔雪婷老师最优化理论与方法课程学习笔记。 主要讲解最优化问题的基础知识和算法。 包括凸集定义及基本性质、凸函数、凸优化问题、无约束优化、约束优化理论等。 适合最优化入门的学习爱好者。
我的机器学习笔记.zip
04-08
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的...
《凸优化》学习笔记（一）
randy_01的博客
03-19 690
《凸优化》学习笔记（一） ？凸优化在数学优化中有着重要且特殊的身份。数学优化是一个广泛的话题，理解凸优化之前，请先理解线性优化。在机器学习算法中，已知的比如LogisticRegression,SVM,都与数学优化有关，在数学中，不存在无约束优化问题。比较常见的构建损失函数方法，从最简单的两个向量的二阶范数的平方(KNN,Kmeans)到linea...
凸优化学习笔记（1）——仿射集、凸集、凸锥
qq_44955314的博客
09-29 746
文章目录仿射集前言定义广义定义如何从k=2推广到k=3性质仿射集的相关子空间性质仿射包定义 仿射集 前言 x1,x2∈Rn,θ∈R\mathrm{x}_1,\mathrm{x}_2\in R^n,\quad\theta\in Rx1​,x2​∈Rn,θ∈R 则过点x1,x2\mathrm{x}_1,\mathrm{x}_2x1​,x2​的直线可表示为 y=θx1+(1−θ)x2=x2+θ(x1−x2)\mathrm{y}=\theta \mathrm{x}_1+(1-\theta)\mathrm{x}_2=
凸优化理论笔记pdf
12-11
凸优化理论笔记pdf涵盖了凸优化的基本概念、性质和算法，对于学习和研究凸优化都具有很高的参考价值。 这份pdf笔记首先介绍了凸集、凸函数和凸优化问题的基本定义，以及凸集的性质和凸函数的性质。随后对凸优化问题...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值