convex optimization 可以用来做哪些有意思的事情（可以是实验性质）？
读stephen boyd 《convex optimization》四章+，受益良多，又有一种难以言表的感觉。。期望大神推荐可以做的一些实际的切实可…
关注者
460被浏览
26,323登录后你可以
不限量看优质回答私信答主深度交流精彩内容一键收藏
知乎用户
可以用一种统一的方式来设计机器学习里面的各种loss:
Learning with Fenchel-Young Losses
用到的都是凸优化里面比较经典的工具, 尤其是Fenchel’s duality theorem. (如果嫌原文太长我推荐看讲义 section6-7)
被统一的loss包括但不限于 Perceptron, Hinge, Logistic, Softmax(+cross entropy), Sparsemax, Structured perceptron, Structured hinge, CRF, SparseMAP, Differentiable Perturbed Optimizers, etc
总之就是非常好玩hh