看到一篇介绍用于非线性优化的牛顿法与拟牛顿法(L-FBGS)的数学原理的优秀博文,感谢作者,特此转载!
作者: peghoty
出处: http://blog.youkuaiyun.com/itplus/article/details/21896453
机器学习算法中经常碰到非线性优化问题,如 Sparse Filtering 算法,其主要工作在于求解一个非线性极小化问题。在具体实现中,大多调用的是成熟的软件包做支撑,其中最常用的一个算法是 L-BFGS。为了解这个算法的数学机理,这几天做了一些调研,现把学习过程中理解的一些东西整理出来。
目录链接
(1) 牛顿法
(2) 拟牛顿条件
(3) DFP 算法
(4) BFGS 算法
(5) L-BFGS 算法
作者: peghoty
出处: http://blog.youkuaiyun.com/itplus/article/details/21896453
欢迎转载/分享, 但请务必声明文章出处.

本文深入探讨了机器学习中非线性优化的核心算法,包括牛顿法、拟牛顿法及其变种如DFP、BFGS及L-BFGS等。通过对这些算法的数学原理进行详细解析,帮助读者更好地理解它们在SparseFiltering等算法中的应用。
1065

被折叠的 条评论
为什么被折叠?



