최적화이론 Bible

!!최적화 이론 Bible강의에서 핵심 최적화이론들을 공부 하실 수 있습니다!!

"국내 유일의 체계적이고 깊이 있는 최적화 이론 강의"

"정확한 수학적 이론에 기반"

"충분한 양과 깊이가 있는 최적화 이론 강의"

꼭 필요한 최적화이론을 상세히 그리고 깊이 있게 설명 합니다.

정말 안 들으시면 후회 할 내용들로 꽉 차있습니다.

AI시대 인공지능을 좀 깊게 공부 하시려는 분들께 강력히

추천합니다.

또한 최적화 이론이 필요한

공학계열 분들과

경제학 또는 통계학 공부하시는 분들에게도 필수

강의입니다.

공부 하시고

최적화이론이라는 좋은 도구를 본인의 것으로 만드시길

바랍니다.

아래 내용들을 집중적으로 다루고 있습니다.

● Gradient Descent 탐색방법

Gradient Descent탐색 방법의 이론적 배경을 정확히 설명 하고 있습니다.

적절한 예제 들을 이용하여 쉽게 이해 할 수 록 설명 합니다.

예제: Gradient Descent 탑색방법과 다중 선형 회기 분석

예제: Gradient Descent 탐색방법과 Deep Neural Network의

역전파 알고리즘 (Backpropagation)

다음 네 가지 이론들에 대해서도 상세히 설명 합니다.

● Newton 탐색방법

● Levenberg-Marquardt Type Damped Newton Method

● Quasi-Newton Method

● 비선형 최소자승법(non-linear least squares problem)

제약조건이 있는 최적화이론

● 라그랑주 승수법(Lagrange multiplier method)

-등호 조건만 있는 경우

● 라그랑주 승수법(Lagrange multiplier method)

-등호와 부등호 조건이 있는 경우

-KKT 조건(Karush-Kuhn-Tucker(KKT) conditions)-

KKT조건의 이론적 배경을 상세히 설명하면서 조건들을 유도하고 있습니다.

특히, KKT조건이 많이 이용되는 이론이 SVM이라서 SVM이론과 구체적인 예를 가지고

KKT조건과 SVM이론을 설명 했습니다.

예제: KKT 조건과 SVM(Support Vector Machine)