常见的数据处理算法如GM,PLS,ES,Markov,Bayes,神经网络算法,群智能算法。
本书是机器学习实战领域的一本佳作,从机器学习的基本概念讲起,旨在将初学者引入机器学习的大门,并走上实践的道路。本书通过讲解机器学习中的监督学习和无监督学习,并结合特征选择和排序、聚类方法、文本和网页挖
机器学习优化算法是机器学习领域中的一项重要技术,它通过对数据和模型之间的优化,提高了机器学习算法的性能和准确率。机器学习优化算法包括梯度下降、遗传算法、进化策略等多种方法,可以在不同应用领域中有效地解
仅用于个人学习交流,禁止另作他用!!! 随机梯度算法的理论分析,包括简单随机抽样、小批量样本随机抽样的理论,从模型假设开始,逐步推导,包括李普希兹连续、偏差,方差分析
动态规划优化, 斜率优化 凸包优化 决策单调性 二分优化
凸优化最优化导论机器学习和深度学习必备的数学书籍集合。
香港中文大学凸优化讲义(知乎大神推荐),内容非常详细深入(类似于逐字稿),值得新手和进阶的同学学习。
CVXPY 是一个强大的 Python 库,专为凸优化问题设计。它允许您以直观的方式表达问题,而无需手动转换为标准形式。CVXPY 支持多种问题类型,包括:混合整数凸优化几何规划拟凸规划C
2020 年 2 月 22 日 金融工程 锦上添花机器学习算法助力组合优化 机器学习系列报告之五 金融工程深度 因子研究一直是量化领域的重心研究者在基于新数据新想法不断努 力挖掘有效因子的同时如何将手
优化与深度学习 优化与估计 尽管优化方法可以最小化深度学习中的损失函数值,但本质上优化方法达到的目标与深度学习的目标并不相同。 优化方法目标:训练集损失函数值 深度学习目标:测试集损失函数值(泛化性)