仿射集 Affine Sets 线和线段 线 line \[x_1 \ne x_2 \in R^n\\\ y=\theta x_1+(1-\theta) x_2 \] 线段 line segment 上述条件当带有约束条件\(0 \le \theta \le 1\)时,\(y ...

CMU凸优化笔记--凸集和凸函数 结束了一段时间的学习任务，于是打算做个总结。主要内容都是基于CMU的Ryan Tibshirani开设的Convex Optimization课程做的笔记。这里只摘了部分内容做了笔记，很感谢Ryan Tibshirani在官网中所作的课程内容开源。也很感谢韩龙飞 ...

1. 概述 从这里开始，为了复习所学知识，也是为了更加深刻地探讨优化理论中的相关知识，所以将凸优化中的基础概念做一个整理，然后形成一个凸优化系列随笔。本系列将涉及部分数学推导，强调理论性，所以按需阅读（能不能通俗地表达出来我就不知道了）。凸优化问题通俗地讲，是一种优化问题，而且是一种简单的优化 ...

由凸问题的性质决定的.我们将逐步的介绍凸集, 凸函数, 凸问题等. 1. 凸集(convex set) ...

1、仿射集和凸集 1.1 仿射集相关概念 仿射（affine）定义：对于集合 ，如果通过集合C中任意两个不同点之间的直线仍在集合C中，则称集合C为仿射（affine）。 也就是说，C包括了在C中任意两点的线性组合，即： 这个概念可以推广到n个点，即 ，其中 。也称为仿射组合 ...

最近的看的一些内容好多涉及到凸优化，没时间系统看了，简单的了解一下，凸优化的两个基本元素分别是凸函数与凸包 凸集 凸集定义如下： 也就是说在凸集内任取两点，其连线上的所有点仍在凸集之内。 凸函数 凸函数的定义如下： $\theta x+(1-\theta)y$的意思就是说 ...

最优化（数学规划）/ optimization/mathemetical programming：从一个可行解集合中找出来一个最好的元素 单目标有约束的优化问题 其中x为n维优化变量 贯穿两点的直线 ...

　　近年来，许多有效的在线学习算法的设计受到凸优化工具的影响。 此外，据观察，大多数先前提出的有效算法可以基于以下优雅模型联合分析： 　　 　　凸集的定义： 　　 　　一个向量 的Regret定义为： 　　 　　如前所述，算法相对于竞争向量的集合U的Regret被定义 ...