Wprowadzenie do optymalizacji ciągłej


Laboratorium 1

Opis

Na laboratoriach studenci zaznajamiają się z podstawowymi pojęciami optymalizacji ciągłej oraz jej praktycznymi zastosowaniami. W szczególności studenci próbują identyfikować trudne i łatwe problemy optymalizacyjne. Omawiane są także możliwe transformacje problemów optymalizacyjnych do innych równoważnych, a często prostszych w optymalizacji. Podawane są intuicyjne definicje gradientu, funkcji wypukłej oraz wklęsłej, a także pojęcie problemu optymalizacji wypukłej czy stałej Lipschitza. Studenci uczą się także interpretacji i rysowania wykresów funkcji dwuargumentowych oraz wskazywania na nich punktów siodłowych oraz ekstremów. Laboratorium towarzyszy także tutorial biblioteki cvxpy, w którym studenci oprócz pobieżnego zaznajomienia się z ideą Disciplined Convex Programming, formułują problemy optymalizacyjne do wielu praktycznych problemów takich jak przewidywanie kursu na giełdzie, klasyfikacja czy odzyskiwanie utraconych pikseli z obrazów.

Materiały dydaktyczne

Harmonogram przedmiotu (szkic)

Poniżej przedstawiam wstępny harmonogram zajęć. Ma on charakter poglądowy - poszczególne terminy będą potwierdzane w czasie semestru, a tematyka zajęć może się zmienić w zależności od tempa pracy i zainteresowań grupy.
Tydzień Temat Zadania domowe
2018-02-26 Wstęp do optymalizacji ciągłej
2018-03-12 Optymalizacja bezgradientowa
2018-03-26 Optymalizacja metodami analitycznymi
2018-04-09 Algorytm spadku gradientu
2018-04-23 Algorytm stochastycznego spadku gradientu Algorytmy GD - porównanie
2018-05-21 Metoda Newtona
2018-06-04 Rozszerzenia algorytmu stochastycznego spadku gradientu

Uwaga: Dnia 10 maja laboratoria z M. Lango nie odbędą się!
Uwaga 2: Grupa I3 będzie miała dodatkowe laboratoria w środę o 16:50, prawdopodobnie 24 kwietnia - będzie to jeszcze potwierdzone.

Zadania domowe

Obowiązkowe

Dla chętnych