斯坦福凸优化课程Video2.4_

简介: title: 斯坦福凸优化课程Video2-4tags: notenotebook: 6- 英文课程-14-convex optimization---斯坦福凸优化课程Video2-4超平面分离理论如果两个集合是可分离的凸集那么可以满足下面的条件。

title: 斯坦福凸优化课程Video2-4
tags: note
notebook: 6- 英文课程-14-convex optimization
---

斯坦福凸优化课程Video2-4

超平面分离理论

如果两个集合是可分离的凸集那么可以满足下面的条件。

img_c343407f121c325220b4818743cd3d51.png

在这个条件下,我们画出的图像是这样的:

img_232dea7468798d9f79ca7d56dd92c9c7.png

可以看到,如上图所示的,如果可以用一条直线,超平面,将两个集合划分开来,那么称两个集合为可分离集合。

也同时可以称,直线img_440fe3a8199110227849c7891c7c26d1.gif可以分离C和D。

支持超平面原理

支持超平面是满足方程
img_0df90efe65545c0545127bdebf2330b9.png
的x0是集合c的边界点

img_77f52b03414f978dcf671251dbc13d03.png

如果c是凸的,那么在所有的c的边界点都存在支持超平面。

双锥和广泛不等式

我们先看双锥的定义,双锥是满足如下方程的等式

img_047119e21eb2db37a301321ab38a19e0.png

我们看这幅图,如果我们有一个锥k和一个向量y,那么那么对于我们的向量y的锥

相关文章
|
机器学习/深度学习 数据采集 编解码
2.3 数据变换【李沐-斯坦福21秋季:实用机器学习中文版】
通过算法使得均值变为0,方差变为1 。把一列的数据换成是-1到1之间的数据。
103 0
|
机器学习/深度学习 人工智能 自然语言处理
全球名校AI课程库(5)| Stanford斯坦福 · 深度学习课程『Deep Learning』
吴恩达与助教在斯坦福开设的深度学习课程,内容覆盖基础知识、各类神经网络、实际应用等排,是很多人的深度学习入门课。
2403 1
全球名校AI课程库(5)| Stanford斯坦福 · 深度学习课程『Deep Learning』
|
机器学习/深度学习 人工智能 自然语言处理
全球名校AI课程库(15)| Stanford斯坦福 · 线性代数与矩阵方法导论课程『Introduction to Applied Linear Algebra』
快速补充线性代数的必选课程!课程用了非常多的例子和图标,来直观地表示向量、矩阵与复杂世界的关系,并将数学转化为解决工程问题的能力。
2313 1
全球名校AI课程库(15)| Stanford斯坦福 · 线性代数与矩阵方法导论课程『Introduction to Applied Linear Algebra』
|
机器学习/深度学习 人工智能 自然语言处理
全球名校AI课程库(20)| Stanford斯坦福 · 图机器学习课程『Machine Learning with Graphs』
课程对于graph方向的数据挖掘、机器学习(神经网络)有全面的知识覆盖。如果想学习非结构化的图数据上的各类算法,这是最权威的课程之一。
2324 1
全球名校AI课程库(20)| Stanford斯坦福 · 图机器学习课程『Machine Learning with Graphs』
|
机器学习/深度学习 人工智能 自然语言处理
全球名校AI课程库(16)| Stanford斯坦福 · 计算机科学导论课程『Introduction to Computers』
循序渐进地介绍了计算机方向的大部分基础知识,包括计算设备的工作原理、诸多实用技能(包括网页开发等),适合初学者构建对计算机科学的全面认知。
2251 1
全球名校AI课程库(16)| Stanford斯坦福 · 计算机科学导论课程『Introduction to Computers』
|
机器学习/深度学习 算法 语音技术
李宏毅2021春季机器学习课程视频笔记2:(选修)深度学习简介,反向传播
李宏毅2021春季机器学习课程视频笔记2:(选修)深度学习简介,反向传播
李宏毅2021春季机器学习课程视频笔记2:(选修)深度学习简介,反向传播
|
机器学习/深度学习 人工智能 自然语言处理
深度学习与计算机视觉教程:斯坦福CS231n · 全套笔记解读
本教程依托于 Stanford 斯坦福大学的《CS231n:深度学习与计算机视觉》,对深度学习与计算机视觉方向的图像分类、CNN、RNN、目标检测、图像分割、生成模型等各个主题做了体系化的梳理。
1897 1
深度学习与计算机视觉教程:斯坦福CS231n · 全套笔记解读
吴恩达斯坦福CS230第一名:图像超级补全,效果惊艳(附代码)
图像修复是一个已经被广泛研究的计算机视觉问题,即恢复图像中缺失的部分。斯坦福大学CS230课程的Mark Sabini等人提出“Image outpainting”,比图像修复更进一步,能从一个图像片段“推断”出外延的部分,补全成整个画面。
1897 0
|
机器学习/深度学习 JavaScript 算法
深入浅出 理解GAN中的数学原理 (基于李宏毅教授的视频理解)
深入浅出 理解GAN中的数学原理 (基于李宏毅教授的视频理解)
深入浅出 理解GAN中的数学原理 (基于李宏毅教授的视频理解)
|
机器学习/深度学习 自然语言处理 运维
台湾大学林轩田机器学习基石课程学习笔记3 -- Types of Learning
上节课我们主要介绍了解决线性分类问题的一个简单的方法:PLA。
162 0
台湾大学林轩田机器学习基石课程学习笔记3 -- Types of Learning