Séance de cours
Ensembles de convex : séance de cours MGT-418
Séances de cours associées (89)
Programmation linéaire : correspondance bipartite pondérée
Couvre la programmation linéaire, la correspondance bipartite pondérée et les problèmes de couverture de sommet en optimisation.
Le paysage d'optimisation de Convex caché des réseaux neuronaux profonds
Explore le paysage d'optimisation convexe caché des réseaux neuronaux profonds, montrant la transition des modèles non convexes aux modèles convexes.
Fonctions de convex
Couvre les propriétés et les opérations des fonctions convexes.
Optimisation convexe : résultats élémentaires
Explore les résultats élémentaires en optimisation convexe, y compris les coques affines, convexes et coniques, les cônes appropriés et les fonctions convexes.
Convex Polyhedra et programmes linéaires
Explore polyèdre convexe, programmes linéaires, et leur importance d'optimisation.
Programmation non linéaire: Partie I
Couvre les bases de la programmation non linéaire et ses applications dans le contrôle optimal, en explorant des techniques, des exemples, des définitions d'optimalité et les conditions nécessaires.
Optimisation du convex
Introduit l'optimisation convexe, en mettant l'accent sur l'importance de la convexité dans les algorithmes et les problèmes d'optimisation.
Méthodes d'optimisation dans l'apprentissage automatique
Explore les méthodes d'optimisation dans l'apprentissage automatique, en mettant l'accent sur les gradients, les coûts et les efforts informatiques pour une formation efficace des modèles.
KKT pour les problèmes convexes et CQ de Slater
Couvre les conditions KKT et l'état de Slater dans les problèmes d'optimisation convexes.
Cônes des ensembles convexes
Explore l'optimisation sur les ensembles convexes, y compris les points KKT et les cônes tangents.