Jak se modely reálně učí, od klasického gradientního sestupu po Adam
Konvexní ztráta má silnou záruku: každé lokální minimum je globální. Díky tomu je optimalizace konceptuálně čistá. Mnohé klasické účelové funkce v ML jsou konvexní; hluboké sítě obvykle nejsou.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Konvexita v praxi