机器学习算法中经常碰到非线性优化问题,如 Sparse Filtering 算法,其主要工作在于求解一个非线性极小化问题。在具体实现中,大多调用的是成熟的软件包做支撑,其中最常用的一个算法是 L-BFGS。为了解这个算法的数学机理,这几天做了一些调研,现把学习过程中理解的一些东西整理出来。

目录链接

(1) 牛顿法

(2) 拟牛顿条件

(3) DFP 算法

(4) BFGS 算法

(5) L-BFGS 算法


牛顿法与拟牛顿法学习笔记(五)L-BFGS 算法-LMLPHP牛顿法与拟牛顿法学习笔记(五)L-BFGS 算法-LMLPHP牛顿法与拟牛顿法学习笔记(五)L-BFGS 算法-LMLPHP牛顿法与拟牛顿法学习笔记(五)L-BFGS 算法-LMLPHP

作者: peghoty

出处: http://blog.csdn.net/itplus/article/details/21897715

欢迎转载/分享, 但请务必声明文章出处.

04-13 23:02