関連する機械学習手法最適化問題を解決するための技術問題

Question

いくつかの次元nの最適化問題を考えてみましょう。凸領域を形成する入力のある線形方程式（不等式）または制約を考えると、入力のいくつかの線形結合（または次元）です。

これらの最適化問題は、より大きい次元の場合、正確な解答を与えるのに時間がかかります。

私たちは、機械学習技術を使用して、より短い時間で近似解を得ることができます。

このコンテキストで機械学習技術を使用できるのであれば、トレーニングセットはどのようにするべきですか？

Answer 1

これは、機械学習に特に重点を置いているわけではありません。これは単純な制約付きの最適化問題です。解決策を見つけるのは時間がかかりすぎると言いますが、問題の解決方法については言及していません。

シンプレックスアルゴリズムはこの種の問題のために設計されていますが、最悪の場合指数関数的です。あなたがしようとしていることはそれが長すぎますか？そうであれば、うまくいくメタヒューリスティクスがたくさんあります。タブー探索、シミュレーテッドアニーリング、進化アルゴリズム、可変深度探索、単純なマルチヒストリー山登りを含む。エキゾチックなものを試してみる前に、私はおそらくその行に沿って何かを試してみるだろ

Answer 2

"トレーニングはどれくらいの大きさに設定する必要がありますか？"もしそうなら、それは非常に「文字列の長さはどれくらいですか」という質問です。使用されているアルゴリズムが十分に大きく、モデル化されているデータを表す必要があります。