Проверка выпуклости функции Любопытный случай выпуклых функций. Углубленное понимание выпуклых функций и способов проверки выпуклости. Большая часть онлайн-литературы по введению в машинное обучение начинается с описания алгоритма линейной регрессии. Обычно алгоритм линейной регрессии подробно описывается с использованием среднеквадратичной ошибки (MSE) в качестве функции потерь. MSE - выпуклая функция. Свойство выпуклости открывает решающее преимущество, когда локальные минимумы..

Связь между выпуклой оптимизацией и машинным обучением Когда я впервые начал самоучиться машинному обучению, я был удивлен, узнав, что у меня уже был некоторый опыт в этом. В колледже я прошел только один вводный курс по информатике, поэтому ожидал, что кривая обучения будет намного выше. Мне пригодился мой предыдущий урок линейной алгебры, а также Серия линейной алгебры 3Blue1Brown (очень рекомендую). Чего я не ожидал, так это моего урока по оптимизации. Вероятно, это связано с..

Машинное обучение Почему выпуклость - ключ к оптимизации Это просто с выпуклыми функциями стоимости Самое интересное, с чем вы впервые столкнетесь, когда начнете заниматься машинным обучением, - это алгоритм оптимизации, а точнее, градиентный спуск, который представляет собой итеративный алгоритм оптимизации первого порядка, используемый для минимизации функции затрат. Интуиция за градиентным спуском сводится к решению, которым может быть локальный минимум в окрестности или, в..