凸优化及无约束最优化相关资料
source link: http://www.52nlp.cn/凸优化及无约束最优化相关资料?amp%3Butm_medium=referral
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
很多年前，我的师兄 Jian Zhu 在这里发表过一个系列《无约束最优化》，当时我写下了一段话:
估计有些读者看到这个题目的时候会觉得很数学，和自然语言处理没什么关系，不过如果你听说过最大熵模型、条件随机场，并且知道它们在自然语言处理中被广泛应用，甚至你明白其核心的参数训练算法中有一种叫LBFGS，那么本文就是对这类用于解无约束优化算法的Quasi-Newton Method的初步介绍。
事实上，无论机器学习还是机器学习中的深度学习，数值优化算法都是核心之一，而在这方面，斯坦福大学Stephen Boyd教授等所著的《凸优化》堪称经典： Convex Optimization – Boyd and Vandenberghe ，而且该书的英文电子版在该书主页上可以直接免费下载：
http://web.stanford.edu/~boyd/cvxbook/bv_cvxbook.pdf
还附带了长达301页的Slides:
http://web.stanford.edu/~boyd/cvxbook/bv_cvxslides.pdf
以及额外的练习题、相关代码数据文件：
http://web.stanford.edu/~boyd/cvxbook/bv_cvxbook_extra_exercises.pdf
http://web.stanford.edu/~boyd/cvxbook/cvxbook_additional_exercises/相当贴心，另外Stephen Boyd教授2014年还在斯坦福大学自家的MOOC平台上开过相关课程: CVX101
https://class.stanford.edu/courses/Engineering/CVX101
提示是：A MOOC on convex optimization, CVX101, was run from 1/21/14 to 3/14/14. If you register for it, you can access all the course materials.
不知道现在注册是否还可以访问课程材料，我当年竟然注册过这门课程，所以还能访问相关资料：
这本书也有中文翻译版，由清华大学出版社出版：
http://www.tup.tsinghua.edu.cn/bookscenter/book_03184902.html
最后提供上述相关材料的打包下载，包括凸优化课程视频、英文原版书籍、练习题和Slides，另外也包括《无约束最优化》的PDF文档，感兴趣的同学可以关注我们的公众号AINLP，回复"youhua"下载：
注：原创文章，转载请注明出处及保留链接“我爱自然语言处理”： http://www.52nlp.cn
本文链接地址： 凸优化及无约束最优化相关资料 http://www.52nlp.cn/?p=11222
欢迎关注我们的公众号
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK