빅데이터기계학습최적화

강의상세

본 과목에서는 컨벡스 최적화의 기본 원리에 대한 이해를 바탕으로, 컨벡스 최적화 문제로 기술되는 기계학습 문제들과 그것을 풀기 위해 최근 많이 이용되는 알고리듬을 이해함을 목표로 한다.

1.	Lecture1. Introduction	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
2.	Lecture2. Background	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
3.	Lecture3. Gradient descent	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
4.	Lecture4. Subgradient Method	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
5.	Lecture5. SGD	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
6.	Lecture6. Pegasos SVM solver	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
7.	Lecture7-1. Proximal Gradient Method-1	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
8.	Lecture7-2. Proximal Gradient Method-1	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
9.	Lecture8. Accelerated First Order Method	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
10.	Lecture9. ADMM	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
11.	Lecture10. Duality1	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.
12.	Lecture11. Duality2	※교수자 및 학교(기관)의 사정으로 인해 서비스 중지된 차시입니다.