波波老师，能推荐几个面试常考的最优化算法吗？
来源：7-1 什么是PCA
96年的nash
2019-10-26
波波老师，我最近要参加一场面试，面试要求说的熟悉最优化算法和理论基础，请问波波老师什么程度算是熟悉最优化算法，看完您的课程了解基本概念算是熟悉最优化算法基础了嘛？还有波波老师，您能推荐几个面试常考的最优化算法吗？目前只熟悉最小二乘法和梯度下降法
1回答
-
这个课程没有专门讲解最优化理论，所以如果面试方特别强调了最优化理论，而不是机器学习的话，这个课程是不够的。这个课程主要集中在机器学习的算法层面，由于定位是入门课程，甚至很多算法内部涉及的优化问题都省略了。
但其实，最优化本身是比较泛的一个概念，在不同的语境中，可能代表不同的算法类别。整体，可以简单分为：
1. 无约束优化算法
梯度下降法就是典型。除此之外，牛顿法也比较基础。其他无约束优化算法。可以在网上搜索“无约束优化算法”了解更多。
2. 带约束优化算法
通常，整个《运筹学》领域研究的，都是带约束优化算法，比如线性规划，二次规划，动态规划等等。可以在网上搜索“带约束优化算法”了解更多。
另外，和机器学习离得比较近的，是凸优化。最小二乘，线性规划，二次规划等等，都可以放到凸优化的篮子里。如果你的岗位是机器学习的话，对理论基础这么强调的话，可以考虑找本凸优化的材料看看。
3. 智能算法
以回溯法作为基础，进行改造进行搜索，主要包括：分支限界，A*（启发式搜索），遗传算法，模拟退火，等等等等。这一类算法通常都会在人工智能的课本中介绍（注意，是人工智能，不是机器学习）。这个世界最权威的人工智能教材是这本：https://book.douban.com/subject/6730363/
整体，上面列举的 3）和1）2）不是一个类别，但都可以叫做最优化算法。除此之外，其他一些学科，比如博弈论中，也包含求解最优化问题的思路。这就是我最初说，“最优化本身是比较泛的一个概念”的原因。
不过上面我已经列举出了很多经典的优化算法，有兴趣可以研究一下。
加油！：）
212019-10-27
相似问题