大工至善|大学至真分享 http://blog.sciencenet.cn/u/lcj2212916

博文

[转载]【Mark Schmidt课件】机器学习与数据挖掘——数值优化与梯度下降

已有 175 次阅读 2018-10-29 09:33 |系统分类:科研笔记| 【Mark |文章来源:转载

 

本课件主要包括以下内容:

1. 优化简介

2. 上次课程回顾:线性回归

3. 大规模最小二乘

4. 寻找局部最小值的梯度下降法

5. 二维梯度下降

6. 存在奇异点的最小二乘

7. 鲁棒回归

8. 基于L1-范数的回归

9. L1-范数的平滑近似

10. “Brittle”回归

11. Log-Sum-Exp函数

12. 为什么使用负梯度方向?

13. 归一化步骤

14. 非平滑的梯度下降

15. 随机抽样一致性(RANSAC)





英文原文课件下载地址:

http://page5.dfpan.com/fs/5l9cej02822132d9160/


更多精彩文章请关注微信号:qrcode_for_gh_60b944f6c215_258.jpg




http://blog.sciencenet.cn/blog-69686-1143349.html

上一篇:[转载]【读书1】【2017】MATLAB与深度学习——多元分类(1)
下一篇:[转载]【源码】主成分分析(PCA)与独立分量分析(ICA)MATLAB工具箱

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2018-11-20 07:53

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部