Методы оптимизации 2. Выпуклость и гладкость. Градиентный спуск

Дата лекции: Лектор: Безносиков Александр Николаевич Приносим извинения за посторонние шумы в начале и за нестабильный звук в течение лекции. 00:00:00 - глобальный и локальный минимумы 00:02:31 - условие оптимальности локального минимума 00:07:25 - выпуклые функции 00:11:28 - сильная выпуклость 00:12:56 - условие оптимальности безусловной выпуклой задачи 00:14:34 - выпуклое множество 00:18:34 - условие оптимальности условной выпуклой задачи 00:20:18 - теоремы о минимумах выпуклых функций 00:29:03 - эквивалентное определение сильной выпуклости 00:29:41 - критерий сильной выпуклости 00:31:21 - L-гладкая функция 00:32:31 - свойство L-гладкой функции 00:42:02 - свойство L-гладкой выпуклой функции 00:53:43 - градиентный спуск 00:57:44 - сходимость градиентного спуска для L-гладких сильно выпуклых функций 01:08:09 - более сильная оценка 01:20:32 - оценки сходимостей разных видов функций Материалы курса: Съёмка и монтаж: Игорь Сенин