はしくれエンジニアもどきのメモ

情報系技術・哲学・デザインなどの勉強メモ・備忘録です。

最適化(Optimization)についての資料まとめ

最適化(Optimization)についての資料まとめ

主に非線形最適化についての資料をまとめる. 随時追加予定.

全般的な資料

システムの最適化- 2.非線形計画法(NP : Nonlinear Programming) -, 静岡理科大

システムの最適化- 2.非線形計画法(NP : Nonlinear Programming) -, 静岡理科大学

Scipy lecture notes 2.7. Mathematical optimization: finding minima of functions

Scipy lecture notes > 2. Advanced topics > 2.7. Mathematical optimization: finding minima of functions

  • 日本語訳
  • 最終更新:October 2017
  • Pythonですぐ動かしたいというときに有効
  • 理論というより,scipy.optimizeで実装されている関数の使い方がメインで手法の選び方もありかなり実用的
  • 内容:
    • Getting started: 1D optimization
    • Gradient based methods
    • Newton and quasi-newton methods
    • Gradient-less methods
    • Global optimizers
    • Choosing a method
    • etc

NumericalRecipes 3rd edition

NumericalRecipe 3rd edition, 2007年

Convex Optimization, Stephen Boyd and Lieven Vandenberghe

Convex Optimization, Stephen Boyd and Lieven Vandenberghe, Cambridge University Press

  • 教科書
  • 英語
  • pdf

Convex Optimization

Convex Optimization

Numerical Python A Practical Techniques Approach for Industry, Johansson Robert, 2015

Numerical Python A Practical Techniques Approach for Industry, Johansson Robert, 2015

  • Python のモジュールnumpy, scipy, sympy, pandas, statsmodels, scikit-learn, pymc3を使って実際に数値解析を行っている.pymc3を使ったベイズ統計のサンプルコードもある.
  • pdf
  • 使用言語:python
  • 最適化については Chapter 6: Optimization
  • 内容:
    • Chapter 2: Vectors, Matrices, and Multidimensional Arrays
    • Chapter 3: Symbolic
    • Chapter 4: Plotting and Visualization
    • Chapter 5: Equation Solving
    • Chapter 6: Optimization
    • Chapter 7: Interpolation
    • Chapter 8: Integration
    • Chapter 9: Ordinary Differential Equations
    • Chapter 10: Sparse Matrices and Graphs
    • Chapter 11: Partial Differential Equations
    • Chapter 12: Data Processing and Analysis
    • Chapter 13: Statistics
    • Chapter 14: Statistical
    • Chapter 15: Machine Learning
    • Chapter 16: Bayesian Statistics
    • Chapter 17: Signal Processing
    • Chapter 18: Data Input and Output
    • Chapter 19: Code Optimization

Numerical Python: A Practical Techniques Approach for Industry

Numerical Python: A Practical Techniques Approach for Industry

黄金分割法(Golden Section)

共役勾配法(Conjugate Gradient Method)