• 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

  • 相关阅读:
    利用角色简化playbook
    lamp
    playbook部署lamp
    ansible-playbook配置不同系统yum源
    66. 加一
    628. 三个数的最大乘积
    977. 有序数组的平方
    383. 赎金信
    203. 移除链表元素
    83. 删除排序链表中的重复元素
  • 原文地址:https://www.cnblogs.com/qianyuesheng/p/8453210.html
Copyright © 2020-2023  润新知