Optimizacija za strojno učenje

Opis predmeta

Suvremeni pristup rješavanju inženjerskih problema korištenjem nelinearne optimizacije. Primjeri primjene metoda optimizacije u svakodnevnom životu; od vremenske prognoze do procesa proizvodnje. Metode bezuvjetne minimizacije: kvazi-Newtonove, line-search i trusted-region metode. Uvjetna minimizacija: interior-point metode i metode sekvencijalno-kvadratnog programiranja. Implementacija numeričkih rješenja primjera iz inženjerske prakse korištenjem programskog paketa Matlab.

Studijski programi

Poslijediplomski doktorski

Literatura

Guanghui Lan (2021.), First-order and Stochastic Optimization Methods for Machine Learning, Springer
Suvrit Sra, Sebastian Nowozin, Stephen J. Wright (2012.), Optimization for Machine Learning, MIT Press
Charu C. Aggarwal (2020.), Linear Algebra and Optimization for Machine Learning, Springer Nature
Stephen Boyd, Stephen P. Boyd, Lieven Vandenberghe (2004.), Convex Optimization, Cambridge University Press

Za studente

Izvedba

ID 240528
  Ljetni semestar
6 ECTS
R2 Engleski jezik