hiroyuki-kasai/GDLibrary
این یک کتابخانه متلب برای الگوریتم‌های گرادیان نزولی است که توسط هیرویوکی کاسایی توسعه داده شده است.
کاربرد:
این کتابخانه به شما کمک می‌کند تا از انواع روش‌های گرادیان نزولی برای بهینه‌سازی در یادگیری ماشین و بهینه‌سازی عددی استفاده کنید. ️
در چه شرایطی بهتره استفاده شود؟
وقتی در حال کار روی مسائل بهینه‌سازی با استفاده از متلب هستید و نیاز به پیاده‌سازی سریع و مقایسه‌ی روش‌های مختلف گرادیان نزولی دارید، استفاده از این کتابخانه بسیار مفید است.
چند مثال از موارد استفاده:
- آموزش مدل‌های رگرسیون خطی و لجستیک با گرادیان نزولی
- مقایسه عملکرد الگوریتم‌های SGD، Adam و RMSProp
- شبیه‌سازی و تحلیل همگرایی روش‌های بهینه‌سازی در محیط متلب
- ##GradientDescent
- ##Matlab
- ##Optimization
- ##MachineLearning
- ##NumericalMethods
- ##SGD
- ##Adam
- ##RMSProp
- ##HiroyukiKasai
- ##DataScience