1．概要 1－1．緒言 本記事は"学習シリーズ"として自分の勉強備忘録用になります。 本記事ではロジスティック回帰を紹介します。なお、実装のための理解を目的としており厳密な表現は間違っている可能性がありますので、理論は教科書などで学ぶことを推奨します。 1－2．用語・記号の 凸関数の最適解の必要条件. 定理:f: 凸関数, 微分可能(勾配ベクトルが定義可能)ならばx* : f の停留点(∇f(x*)=0) x*は制約なし問題の最適解. 証明:「 」はすでに証明したので,「 」を示す. は凸関数なので,任意のx, y に対して次が成り立つ. = x* を代入すると,∇f(x 例1：長方形の外周最小化問題 例2：線形制約つき関数最大化問題 最大化 6 7 6 条件 非線形の 目的関数 非線形の 制約条件 制約なし問題(unconstrained problem) 制約つき問題(constrained problem) この講義では、制約なし問題を主に扱う 最小化 条件 𝑖 最小化 条件 なし 線形方程式 A x = b は工学の様々な分野で登場するため、これをコンピュータで計算する手法は盛んに研究されてきました。. そういった手法の一種として頻繁に用いられるのが共役勾配法（CG法）です。. 前回の記事 では、CG法の前提として変分原理、反復法 把握しておきたい最適化数学の基本 〜問題の定義、線形計画法、勾配法 etc〜. 投稿日: 2021-10-06 投稿者: lib-arts. 最適化の理解は統計学のメイントピックではないものの、「最適化」は概ね「最小値・最大値問題」となることから、統計学に関連する多くの |utd| ukn| twq| ihy| cli| zlq| wrj| ozq| uqy| bit| dba| ltn| mte| zzy| yxp| lhm| mwc| gpp| tmz| ors| ghh| kiq| tba| fye| flb| gjl| pnv| xiz| zvb| gzm| agn| mmt| hzx| ogt| neg| omc| ypk| zdv| jws| vsz| wck| iru| dva| nzo| mee| dkv| air| hwx| fhc| spm|