数据科学和机器学习中的优化理论与算法（下）

本场Chat希望从基础知识的角度，用大白话尽可能全地对数据科学和机器学习中用到的最简单的优化理论和算法做一个小结。本场 Chat 内容如下： 优化中涉及的线性代数数学基础 最优化理论中最常提到的一些定义、定理 求解无约束优化问题的常用算法简介 线搜索方法简述（梯度下降法、牛顿法等） 信赖域方法的数学原理与算法 共轭梯度方法（线性CG、非线性CG） 拟牛顿方法（DFP、BFGS、SR1、BB） 最小

>>阅读原文<<