|
- 凸优化基础（Convex Optimization basics） - CSDN博客
本文深入探讨了凸优化的基础概念，包括凸集、凸函数及其性质，解析了一阶梯度方法、对偶理论，并介绍了线性规划、二次规划等典型凸优化问题。
- 机器学习必知必会：凸优化 - 知乎 - 知乎专栏
凸优化 问题（OPT，convex optimization problem）指定义在 凸集 中的 凸函数 最优化的问题。 尽管凸优化的条件比较苛刻，但仍然在机器学习领域有十分广泛的应用。
- 凸優化 - 维基百科，自由的百科全书
凸優化 凸函数最优化，或叫做 凸最优化， 凸最小化，是数学 最优化 的一个子领域，研究定义于 凸集 中的 凸函数 最小化的問題。 凸最佳化在某種意義上說較一般情形的數學最佳化問題要簡單，譬如在凸最佳化中局部最佳值必定是全局最佳值。
- 凸优化（数学最优化的一个子领域）_百度百科
凸优化，或叫做凸最优化，凸最小化，是数学 最优化 的一个子领域，研究定义于 凸集 中的 凸函数 最小化的问题。 凸优化在某种意义上说较一般情形的数学 最优化问题 要简单，譬如在凸优化中局部最优值必定是全局最优值。
- 人工智能之机器学习最优化基础——凸优化 - z_s_s - 博客园
凸优化（Convex Optimization） 是优化问题的一个重要分支，其目标是最小化或最大化一个凸函数（或凹函数），通常受限于一组凸约束条件。 由于凸优化问题具有良好的数学性质，许多优化问题可以转化为凸优化问题并高效求解。 1 什么是凸优化问题？
- 凸优化问题 - Peters home
实际中很少能像最小二乘或者函数求导那样简单地能获得问题的解析解（代数表达式），但是只要能化为凸优化问题，往往就意味着可以利用高效的数值方法求出问题的最优解。
- 理解凸优化 - 知乎
同时满足这两个限制条件的最优化问题称为凸优化问题，这类问题有一个非常好性质，那就是局部最优解一定是全局最优解。 接下来我们先介绍凸集和凸函数的概念。 凸集 对于n维空间中点的集合C，如果对集合中的任意两点x和y，以及实数 0\leq \theta\leq1 ，都有：
- 凸优化详解-CSDN博客
📚 从数学基础到实战应用，一文掌握凸优化精髓！ 探索凸函数与凸集的几何意义，梳理监督学习模型的优化理论，配合Python代码实例直观理解。 既有理论深度，又有实战指导，让你轻松突破机器学习算法设计与优化的数学难关，构建更高效、更可靠的AI模型！
|
|
|