Методы оптимизации 3MIT осень 2017 — различия между версиями
Материал из SEWiki
(→Практика) |
(→Лекции) |
||
| Строка 11: | Строка 11: | ||
*[[Медиа:10_gradient_optimal.pdf|08. Оптимальные градиентные методы (метод Нестерова)]] | *[[Медиа:10_gradient_optimal.pdf|08. Оптимальные градиентные методы (метод Нестерова)]] | ||
*[[Медиа:08_Newton_method.pdf|09. Метод Ньютона]] | *[[Медиа:08_Newton_method.pdf|09. Метод Ньютона]] | ||
| + | *[[Медиа:11_subgradient.pdf|10. Субградиент и субградиенный спуск]] | ||
== Практика == | == Практика == | ||
Версия 10:02, 30 ноября 2017
Преподаватель: Мальковский Н. В.
Лекции
- 01. Линейная алгебра
- 02. Элементы выпуклого анализа
- 03. Рекуррентные схемы
- 04. Метод множителей Лагранжа и Условия Каруша-Куна-Такера
- 05. Бисекция и трисекция
- 06. Градиентный спуск
- 07. Решение СЛАУ: Гаусс, Холесский, метод сопряженных градиентов
- 08. Оптимальные градиентные методы (метод Нестерова)
- 09. Метод Ньютона
- 10. Субградиент и субградиенный спуск
Практика
malkovsky.nikolay@gmail.com
- 01. Задачи Разбор
- 02. Домашнее задание #1
- 03. Домашнее задание #2
- 04. Домашнее задание #3
- 05. Домашнее задание #4
- 06. Контрольная Разбор
- 07. Домашнее задание #5
- 08. Домашнее задание #6
- 09. Домашнее задание #7
- 10. Задачи (многочлен Чебышева)
- 11. Задачи (ускоренные градиентные методы)
- 12. Домашнее задание #8
Вопросы к экзамену с прошлого семестра
Рекомендованная литература
Поляк Б.Т. Введение в оптимизацию
Нестеров Ю.Е. Методы выпуклой оптимизации
Boyd S., Vandenberghe L. Convex optimization
Luenberger D., Ye Y. Linear and nonlinear programming
