Lecciones del curso (5)
Lección 2 de 5 · 6 min de lectura
Optimización sin restricciones y descenso de gradiente
Implementa y analiza métodos de gradiente, Newton, cuasi-Newton (BFGS/L-BFGS) y métodos sin derivada (Nelder-Mead, Powell) para optimización sin restricciones.
Al terminar esta lección
- · Implementar descenso de gradiente con paso fijo
- · backtracking y Wolfe
- · Entender y usar BFGS/L-BFGS (cuasi-Newton estándar)
- · Elegir método según disponibilidad de gradiente y dimensión
Escuela de Ciencias Naturales y Exactas$349.000 COP$279.000 COPo 119 USD 95 USDPrecios de terror: −20 % hasta el 31 de octubre
Esta lección es parte de la Escuela de Ciencias Naturales y Exactas: todas sus rutas durante 12 meses, a tu ritmo y con certificado.