Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | |
| 7 | 8 | 9 | 10 | 11 | 12 | 13 |
| 14 | 15 | 16 | 17 | 18 | 19 | 20 |
| 21 | 22 | 23 | 24 | 25 | 26 | 27 |
| 28 | 29 | 30 | 31 |
Tags
- statistics
- rl
- David Silver
- Jacobian Matrix
- pandas
- 강화학습
- 모두를 위한 RL
- reinforcement learning
- 데이터 분석
- 리스트
- Linear algebra
- list
- 딥러닝
- 사이킷런
- Laplacian
- Hessian Matrix
- paper
- optimization
- 유니티
- Deep Learning
- ML-Agent
- Python Programming
- convex optimization
- machine learning
- unity
- neural network
- Series
- 김성훈 교수님
- 논문
- 판다스
Archives
목록Optimization/Convex Optimization book (1)
RL Researcher
Chapter 1 - Introduction
Mathematical optimization $mathematical \ optimization \ problem$, 또는 $optimization \ problem$ 은 다음과 같은 형식으로 가지고 있습니다. vector $x = (x_{1},...,x_{n})$ : 문제의 $optimization \ variable$ or $decision \ variable$ function $f_{0}:R^{n}\rightarrow R$ : $objective \ function$ function $f_{i}:R^{n}\rightarrow R, \ i=1,...,m$ : $(ineuqality) \ constraint \ functions$ $b_{1},...,b_{m}$ : limits, or bound fo..
Optimization/Convex Optimization book
2021. 3. 21. 21:23