Prateek Jain, Purushottam Kar《Non-convex Optimization for Machine Learning》的總結整理
最近花了點時間讀了Prateek Jain, Purushottam Kar寫的Non-convex Optimization for Machine Learning。 本書主要講了非凸優化的一些基本算法以及求解具體問題。 第一章概述和基本工具 一、概述 一般的優化問題： ，對於機器學習，f可以是對應問題的損失函數。 當目標函數核約束集都是凸的時候稱爲凸優化問題，當兩個中有一個不滿足凸性，稱爲非
相關文章
- 1. Prateek Jain, Purushottam Kar《Non-convex Optimization for Machine Learning》的總結整理(2)
- 2. Optimization of Machine Learning
- 3. Machine Learning ex2錯題整理
- 4. Python Tools for Machine Learning
- 5. Advice for applying Machine Learning -- Andrew Ng
- 6. Machine Learning 梳理總結 L0~L6
- 7. Machine Learning（7）Neural network —— optimization techniques I
- 8. Coursera Machine Learning Week 6 - Advice for Applying Machine Learning
- 9. machine learning 第七週 總結
- 10. dual learning for machine translation
- 更多相關文章...
- • Docker Machine - Docker教程
- • Docker 資源彙總 - Docker教程
- • 算法總結-回溯法
- • 算法總結-雙指針
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Prateek Jain, Purushottam Kar《Non-convex Optimization for Machine Learning》的總結整理(2)
- 2. Optimization of Machine Learning
- 3. Machine Learning ex2錯題整理
- 4. Python Tools for Machine Learning
- 5. Advice for applying Machine Learning -- Andrew Ng
- 6. Machine Learning 梳理總結 L0~L6
- 7. Machine Learning（7）Neural network —— optimization techniques I
- 8. Coursera Machine Learning Week 6 - Advice for Applying Machine Learning
- 9. machine learning 第七週 總結
- 10. dual learning for machine translation