机器学习数学基础之凸优化（一）
”凸优化“ 是指一种比较特殊的优化，是指求取最小值的目标函数为凸函数的一类优化问题。其中，目标函数为凸函数且定义域为凸集的优化问题称为无约束凸优化问题（有约束问题可以转化为等价的无约束问题，具体的转化推导将再下一节讨论）。而目标函数和不等式约束函数均为凸函数，等式约束函数为仿射函数，并且定义域为凸集的优化问题为约束优化问题 。
接下来看看具体的概念：
—01 凸集—
—02 凸函数和凹函数—
凸函数的判定：
—03 凸规划—
—04 有约束非线性规划极值问题—
K-T条件很重要!!!
- 发表于:
- 原文链接：http://kuaibao.qq.com/s/20171220G0EGFT00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
腾讯云开发者
