优化非凸函数已成为现代机器学习和人工智能的标准算法技术。了解现有的优化非凸函数启发式方法非常重要,我们需要设计更有效的优化器。其中最棘手的问题是寻找非凸优化问题的全局极小值,甚至仅仅是一个 4 阶多项式——NP 困难。因此,具有全局保证的理论分析依赖于优化的目标函数的特殊属性。为了描述真实世界目标函数的属性特征,研究者假设机器学习问题的许多目标函数具有以下属性:全部或者绝大多数局部极小值近似于全局极小值。

基于局部导数的优化器可以在多项式时间内求解这一系列函数(下文讨论中也增加了一些额外的假设)。经验证据也表明机器学习和深度学习的实际目标函数可能具有这样的属性。

文章共分为七个章节,各章节主旨内容如下:

第一章:非凸函数的基本内容;

第二章:分析技术,包括收敛至局部极小值、局部最优 VS 全局最优和流形约束优化;

第三章:广义线性模型,包括种群风险分析和经验风险集中;

第四章:矩阵分解问题,包括主成分分析和矩阵补全;

第五章:张量分解,包括正交张量分解的非凸优化和全局最优;

第六章:神经网络优化的综述与展望。

成为VIP会员查看完整内容
38

相关内容

凸优化,是数学最优化的一个子领域,研究定义于凸集中的凸函数最小化的问题。

凸优化应用于很多学科领域,诸如自动控制系统,信号处理,通讯和网络,电子电路设计,数据分析和建模,统计学(最优化设计),以及金融。在近来运算能力提高和最优化理论发展的背景下,一般的凸优化已经接近简单的线性规划一样直捷易行。许多最优化问题都可以转化成凸优化。

最新《非凸优化理论》进展书册,79页pdf
专知会员服务
108+阅读 · 2020年12月18日
专知会员服务
73+阅读 · 2020年12月7日
非凸优化与统计学,89页ppt,普林斯顿Yuxin Chen博士
专知会员服务
102+阅读 · 2020年6月28日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
机器学习中的最优化算法总结
人工智能前沿讲习班
22+阅读 · 2019年3月22日
博客 | MIT—线性代数(下)
AI研习社
6+阅读 · 2018年12月20日
机器学习者都应该知道的五种损失函数!
数盟
5+阅读 · 2018年6月21日
吴恩达机器学习课程
平均机器
9+阅读 · 2018年2月5日
推荐|机器学习中的模型评价、模型选择和算法选择!
全球人工智能
10+阅读 · 2018年2月5日
解决机器学习问题有通法!看这一篇就够了!
大数据文摘
4+阅读 · 2017年9月18日
Arxiv
0+阅读 · 2021年7月17日
Arxiv
0+阅读 · 2021年7月17日
Arxiv
12+阅读 · 2021年3月24日
Arxiv
7+阅读 · 2019年5月31日
Arxiv
12+阅读 · 2019年2月26日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Arxiv
22+阅读 · 2018年8月30日
VIP会员
相关VIP内容
最新《非凸优化理论》进展书册,79页pdf
专知会员服务
108+阅读 · 2020年12月18日
专知会员服务
73+阅读 · 2020年12月7日
非凸优化与统计学,89页ppt,普林斯顿Yuxin Chen博士
专知会员服务
102+阅读 · 2020年6月28日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
相关资讯
机器学习中的最优化算法总结
人工智能前沿讲习班
22+阅读 · 2019年3月22日
博客 | MIT—线性代数(下)
AI研习社
6+阅读 · 2018年12月20日
机器学习者都应该知道的五种损失函数!
数盟
5+阅读 · 2018年6月21日
吴恩达机器学习课程
平均机器
9+阅读 · 2018年2月5日
推荐|机器学习中的模型评价、模型选择和算法选择!
全球人工智能
10+阅读 · 2018年2月5日
解决机器学习问题有通法!看这一篇就够了!
大数据文摘
4+阅读 · 2017年9月18日
相关论文
Arxiv
0+阅读 · 2021年7月17日
Arxiv
0+阅读 · 2021年7月17日
Arxiv
12+阅读 · 2021年3月24日
Arxiv
7+阅读 · 2019年5月31日
Arxiv
12+阅读 · 2019年2月26日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Arxiv
22+阅读 · 2018年8月30日
微信扫码咨询专知VIP会员