V
主页
【Proof-Trivial】流形上的优化 @Nicolas Boumal (ENS→Princeton→EPFL)
发布人
本系列视频较为全面地讲解流形上的优化理论与算法,仅需要微积分和线性代数的基础 本系列视频转载自EPFL(洛桑联邦理工学院)MATH-512 Optimization on manifolds 2023 本视频参考教材为Nicolas Boumal本人编写的 A Introduction to Optimization on Smooth Manifolds,2023年刚出版,文本链接如下: https://www.nicolasboumal.net/book/#book Nicolas Boumal与其鲁汶大学的博士生导师Absil是这个领域的主要贡献者,接触这个领域的学者不可能不认识他们两个人。博士毕业后,Nicolas Boumal 又继续在巴黎高等师范学院 (ENS)和普林斯顿大学做博后,随后在普林斯顿大学做了四年的讲师和助理教授,现任EPFL助理教授 视频官网简介: We develop, analyze and implement numerical algorithms to solve optimization problems of the form: min f(x) where x is a point on a smooth manifold. To this end, we first study differential and Riemannian geometry (with a focus dictated by pragmatic concerns). We also discuss several applications.
打开封面
下载高清视频
观看高清视频
视频下载器
基础拓扑学(basic topology)
【Proof-Trivial】【2023年】最优化:建模、算法与理论 【北京大学 文再文】
第一讲:微分流形,流形之间的映射,切向量,余切向量
华东师范大学统计学暑期学校7.11下午-刘歆-Stiefel流形优化及其应用(I)
比啃书好太多!【最优化理论完整版教程】不愧是中科大教授!3小时让我清楚了凸优化,简直不要太爽!人工智能|AI|数学基础|最优化算法|机器学习|深度学习|nlp
【泡泡机器人公开课】第三十三课:矩阵流形上的优化-肖锡臻
【Proof-Trivial】黎曼几何【北京大学/北师大 葛剑】
Bayes Optimization in Action 贝叶斯优化实战 ch.2 e1, 高斯过程
最美数学系列 — 什么是微分流形 1.
光滑流形选讲(上)
【Proof-Trivial】基于梯度的优化方法 —— 随机优化、非凸优化与加速优化 (Michael I. Jordan)
【Proof-Trivial】凸优化-Stephen Boyd-Stanford (2023-2024最新课程)
【UC Berkeley】Differential Manifold 微分流形
【Proof-Trivial】信息几何【入门课程】 (Melvin Leok from UCSD)
【Proof-Trivial】高维概率及其在数据科学中的应用 (HDP) - Roman Vershynin
【Proof-Trivial】贝叶斯优化与贝叶斯学习 (Bayesian Optimization) 持续更新
【Proof-Trivial】几何视角下的非凸优化问题 —— Suvrit Sra (MIT)
【Proof-Trivial】矩阵流形上的黎曼优化_简介
An Introduction to Optimization on Smooth Manifolds -- Nicolas Boumal
【Proof-Trivial】流形上的优化【入门讲座】 —— Justin Solomon (MIT)
流形导论讨论班-2022秋季
Optimization on Manifolds 流形上的优化
讲座-大规模组合优化-Benders分解
流形(合集持续更新)Manifolds
凸优化 中科大 凌青老师 4k高清修复(全集)
AI科普微视频97丨什么是流形学习?
(强推!) 2023春季CMU最新【最优控制与强化学习】全套教程,私立顶尖大学的水平!-人工智能/卡内基梅隆大学/16-745
什么是流形-流形-What is a manifold
【Proof-Trivial】李理论 (Lie theory) —— 李群、李代数、李括号
【Proof-Trivial】统计机器学习【理论基础】与【前沿论文】
基础拓扑学&微分几何概论(持续更新中)
【Proof-Trivial】 3.833... 分钟了解什么是【流形】
南京大学 流形与几何课程
【Proof-Trivial】深度学习理论中的 SGD & 过参数化 & 泛化理论 —— Jason Lee (USC, Princeton)
如何达到可以自学任何数学教材的水平 | Master Mathematics and Become a Wizard
【Proof-Trivial】 Geometric Optimization:黎曼流形上的加速梯度法—— Suvrit Sra (MIT LIDS)
【Proof-Trivial】流形入门 (Manifolds)
【Proof-Trivial】高等数理统计(基于测度论) 清华大学
【强推】最优化理论与算法课程-西南科技大学
【Proof-Trivial】哈密顿系统与辛几何