SciPyリファレンス scipy.optimize 日本語訳 - Qiita
英語版 Optimization and root finding (scipy.optimize) — SciPy v1.3.0 Reference Guide 参考リンク 非線形最適化関数 — 機械学習の Python との出会い 最適化と求根 (scipy.optimize) SciPy optimizeは、場合によっては制約を受けることのある目的関数を最小化（または最大化）するための関数を提供します。非線形問題（局所的および大域的最適化アルゴリズムの両方をサポートする）、線形計画法、制約付きおよび非線形最小二乗法、球根およびカーブフィッティングのためのソルバーを含んでいます。 異なるソルバー間で共有される共通の関数とオブジェクトは、次のものがあります。 show_options([solver, method, disp]) 最適化ソルバーの追加オプションのドキュメントを表示する。
Scipyでの実践的な最適化のためのガイド（Scipy lecture notes 日本語訳） - Qiita
2.7.5. Scipyでの実践的な最適化のためのガイド 2.7.5.1. 手法の選択 すべての手法はscipy.optimize.minimize()のmethod引数として利用できます。 勾配が未知の場合： 一般的には、数値的に勾配を近似する必要がある場合でも、BFGSやL-BFGS が好ましいです。 これらはどちらもmethod引数を省略した場合のデフォルトで、問題に拘束条件や境界があるかによって選ばれます。 良条件下ではPowellやNelder-Meadの両者は勾配を必要とせず高次元でもうまく動きますが悪条件の問題ではこれらは挫折します。 勾配が既知の場合： BFGSまたはL-BFGS。 BFGSの計算オーバーヘッドはL-BFGSより大きく、L-BFGSは共役勾配法よりも大きくなります。一方で BFGSはたいていの場合でCGと比べて少ない関数評価で済みます。なので共役勾配法は関数
Pythonの可視化パッケージの使い分け - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? Pythonで可視化といえばMatplotlibだけど、APIがごちゃちゃしていて覚えにくいのが難点かな。BokehがAPIもうまく整理されていて一番使い勝手がいい気がするけど、まだまだ日本語の情報が少ないのが惜しいところ。 これからはWebにも対応できるBokehが伸びてくるんじゃないかと勝手に期待している。 おすすめの使い分け方 簡単なデータを手早くプロットするなら Matplotlib MATLABからPythonに乗り換えたなら Matplotlib かっこよく人に見せたいなら Bokeh 対話操作を入れたいなら Bokeh グ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GPUでディープラーニングやるならAWSよりFloydHub - Qiita
管理者権限なしでPowerShellスクリプトを実行する方法 - Qiita
