点击上方“AI遇见机器学习”，选择“星标”公众号
重磅干货，第一时间送达
一、资源简介
今天给大家分享的是一份普林斯顿大学在19年开设了COS 598D《机器学习优化》课程的讲义，这个课程主要介绍机器学习中出现的优化问题，以及解决这些问题的有效算法。这份讲义内容详实循序渐进，非常适合想要入门机器学习优化的同学阅读。
官网：
https://sites.google.com/view/optimization4machinelearning/home
作者简介：
Elad Hazan ：普林斯顿大学计算机系的教授，重点研究机器学习和优化的基本问题。曾获得贝尔实验室奖、2012年和2008年IBM哥德堡最佳论文奖、欧洲研究理事会奖、居里夫人奖和谷歌研究奖。曾担任计算学习协会指导委员会委员，并担任COLT 2015项目主席。2017年，创立了专注于高效优化与控制的In8 inc.，并于2018年被谷歌收购。普林斯顿大学商学院的联合创始人和联合董事。
二、主要内容
下面是这份讲义的主要目录：
介绍
优化和分析的基本概念
随机梯度下降法
泛化和非光滑优化
正则化
自适应正则化
方差减少
Nesterov加速度(Nesterov Acceleration)
条件梯度法
机器学习的二阶方法
Hyperparameter优化(Hyperparameter Optimization)
三、资源分享
同时为了方便大家，我们把最新资料打包好了，可以直接下载哦~
获取方式：
1. 关注我们的公众号“AI遇见机器学习”
2. 后台回复“机器学习优化
” 即可以获取资料哈~（建议复制，避免错字）
推荐阅读
干货|学术论文怎么写
资源|NLP书籍及课程推荐（附资料下载）
干货|全面理解N-Gram语言模型
资源|《Machine Learning for OpenCV》书籍推荐
欢迎关注我们，看通俗干货！
