牛頓法

? ? ? ? ?牛頓法用來解決優(yōu)化問題,優(yōu)化問題在機器學習中是是常見的問題施无。對于一個可微的函數(shù)如何找到他的極值點就是優(yōu)化問題辉词。

牛頓法只能得到局部極值

這種方法需要給出一個初始點

原理:二階逼近

牛頓法對局部凸函數(shù)找到極小值,對局部凹函數(shù)找到極大值帆精,對局部不凸不凹函數(shù)可能找到鞍點

牛頓法要求估計二階導(dǎo)數(shù)较屿。


公式推導(dǎo):二階逼近

首先在初始點 x0處,寫出二階泰勒級數(shù)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末卓练,一起剝皮案震驚了整個濱河市隘蝎,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌襟企,老刑警劉巖嘱么,帶你破解...
    沈念sama閱讀 222,590評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異顽悼,居然都是意外死亡曼振,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,157評論 3 399
  • 文/潘曉璐 我一進店門蔚龙,熙熙樓的掌柜王于貴愁眉苦臉地迎上來冰评,“玉大人,你說我怎么就攤上這事木羹〖籽牛” “怎么了?”我有些...
    開封第一講書人閱讀 169,301評論 0 362
  • 文/不壞的土叔 我叫張陵坑填,是天一觀的道長抛人。 經(jīng)常有香客問我,道長脐瑰,這世上最難降的妖魔是什么妖枚? 我笑而不...
    開封第一講書人閱讀 60,078評論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮苍在,結(jié)果婚禮上绝页,老公的妹妹穿的比我還像新娘荠商。我一直安慰自己,他們只是感情好抒寂,可當我...
    茶點故事閱讀 69,082評論 6 398
  • 文/花漫 我一把揭開白布结啼。 她就那樣靜靜地躺著,像睡著了一般屈芜。 火紅的嫁衣襯著肌膚如雪郊愧。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,682評論 1 312
  • 那天井佑,我揣著相機與錄音属铁,去河邊找鬼。 笑死躬翁,一個胖子當著我的面吹牛焦蘑,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播盒发,決...
    沈念sama閱讀 41,155評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼例嘱,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了宁舰?” 一聲冷哼從身側(cè)響起拼卵,我...
    開封第一講書人閱讀 40,098評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎蛮艰,沒想到半個月后腋腮,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,638評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡壤蚜,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,701評論 3 342
  • 正文 我和宋清朗相戀三年即寡,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片袜刷。...
    茶點故事閱讀 40,852評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡聪富,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出著蟹,到底是詐尸還是另有隱情善涨,我是刑警寧澤,帶...
    沈念sama閱讀 36,520評論 5 351
  • 正文 年R本政府宣布草则,位于F島的核電站,受9級特大地震影響蟹漓,放射性物質(zhì)發(fā)生泄漏炕横。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 42,181評論 3 335
  • 文/蒙蒙 一葡粒、第九天 我趴在偏房一處隱蔽的房頂上張望份殿。 院中可真熱鬧膜钓,春花似錦、人聲如沸卿嘲。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,674評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽拾枣。三九已至沃疮,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間梅肤,已是汗流浹背司蔬。 一陣腳步聲響...
    開封第一講書人閱讀 33,788評論 1 274
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留姨蝴,地道東北人俊啼。 一個月前我還...
    沈念sama閱讀 49,279評論 3 379
  • 正文 我出身青樓,卻偏偏與公主長得像左医,于是被迫代替她去往敵國和親授帕。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,851評論 2 361

推薦閱讀更多精彩內(nèi)容

  • 〇浮梢、說明 凸優(yōu)化主要學習《凸優(yōu)化》(Stephen Boyd等著跛十,王書寧等譯)[1]這本書。學習過程中黔寇,對其內(nèi)容的...
    Herbert002閱讀 20,117評論 0 8
  • 批量梯度下降和隨機梯度下降是機器學習中很常用的學習方法偶器,批量梯度下降更為準確,但是每一輪訓練都要遍歷全部的樣本而隨...
    WZFish0408閱讀 1,677評論 0 4
  • 今天我們要介紹一種收斂速度更快的算法:Newton Method(或者叫 Newton’s Method)缝裤∑梁洌可能大...
    GarfieldEr007閱讀 6,923評論 0 4
  • 如果要求解一個數(shù)的根,用什么方法比較好呢憋飞?我之前看到有人問這個問題霎苗,據(jù)說是谷歌的一道面試題,標準面試答案是使用二分...
    juteman閱讀 889評論 0 0
  • 最小二乘法是估計帶有噪聲模型中未知參量的一種常用的方法榛做,下面我將詳細說明一下最小二乘法問題及其解法唁盏。 1.最小二乘...
    變胖是夢想2014閱讀 3,589評論 1 1