סילבוס

תוכן הקורס ומטרתו

קורס מבוא לאופטימיזציה לא ליניארית רציפה

1. ערכים עצמיים ו-PCA. סיווג מטריצות

2. אופטימיזציה לא מאולצת: תנאי אופטימאליות מסדר ראשון ושני, פונקציות ריבועיות.

3. ריבועים פחותים: הגדרה, 1D polynomial fitting, למידה, training, testing, , regularized least squares , cross validation, ניקוי רעשים (denoising)

4. שיטות איטרטיביות: גרדיאנט, היטל גרדיאנט וניוטון. פרוק צ'ולסקי.

5. קבוצות ופונקציות קמורות.

6. תכנות קמור : הגדרה, CVX, ההיטל האורתוגונלי, linear classification, soft-margin SVM, robust regression, basis pursuit, lasso.

7. תנאי KKT לבעיות אופטימזציה לא ליניאריות.