Hari ini saya akan memperkenalkan Teknik Optimasi Modern dan mengapa ini penting untuk Algoritma Pembelajaran Mesin.

Dalam Seri ini saya akan membahas:

  1. Himpunan dan Fungsi Cembung

2. Optimasi Tanpa Kendala

2.1 Penurunan Gradien

2.2 Penurunan Gradien Stokastik

2.3 Metode Newton

2.4 Metode Kuasi-Newton

2.5 Metode Subgradien

2.6 Koordinat Penurunan

3. Optimasi dengan Kendala Kesetaraan

3.1 Dualitas

3.2 Metode

4. Optimalisasi Kendala Ketimpangan

4.1 Metode Primal

4.2 Metode Penghalang dan Penalti

4.3 Metode Pemotongan Bidang

Tujuan saya adalah menyampaikan topik-topik di atas dengan jelas dan dalam cara yang dapat dimengerti serta bagaimana kita menggunakannya dalam kehidupan nyata. Setiap topik akan membutuhkan waktu 20–25 menit untuk dipelajari, jadi pantau terus.

Kencangkan sabuk pengaman Anda, kita mulai besok!