Eingeschränkte Optimierung & Projektionen

Wie Modelle wirklich lernen, vom einfachen Gradientenabstieg bis zu Adam

Manchmal dürfen sich Parameter nicht überallhin bewegen. Sie müssen Nebenbedingungen erfüllen: nichtnegative Gewichte, beschränkte Normen, Wahrscheinlichkeiten, die nichtnegativ bleiben und sich zu 1 summieren müssen (eine Menge, die man Wahrscheinlichkeitssimplex nennt), Fairness-Grenzen, Sicherheitsgrenzen oder physikalische Machbarkeit.

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.

▶ Eingeschränkte Optimierung & Projektionen
← Konvexität in der PraxisRegularisierung als Geometrie →