Оптимизация - vsirin/learn GitHub Wiki
Учебники
Ю.Е. Нестеров. Введение в выпуклую оптимизацию.
А.В. Гасников. Современные численные методы оптимизации.
Темы лекций
- Введение в выпуклый анализ. Принцип множителей Лагранжа. Принцип Ферма.
- Задачи выпуклой и невыпуклой оптимизации. Робастная оптимизация на примере линейного программирования с box-неопределенностью.
- Двойственная задача. Примеры.
- Методы центров тяжести, эллипсоидов. Полиномиальность линейного программирования в битовой сложности. Современные методы (Lee-Sidford-Wang).
- Градиентный спуск, субградиентный спуск, быстрый градиентный спуск.
- Метод сопряженных градиентов, быстрые градиентные методы со вспомогательной маломерной оптимизацией. Точность оценок скорости сходимости по Driori-Teboulle-Taylor'у.
- Рестарты и регуляризация. Двойственное сглаживание. Прямо-двойственные методы.
- Распределенная оптимизация.
- Стохастическая оптимизация и рандомизированные методы. Универсальные (адаптивные) стохастические (быстрые) градиентные спуски.