近接勾配法 — 数理最適化用語集読み: きんせつこうばいほう 英名: Proximal Gradient Method 近接点法と勾配法を組み合わせた反復法で，次の構造を持つ最適化問題を対象とする． ここで，\(f\) は滑らかな凸関数，\(g\) は滑らかとは限らない”単純”な凸関数とする．\(g\) の例としては凸集合 \(S\) についての表示関数 \(\delta_S(x) = 0 \ (x \in S), \ +\infty \ (x \notin S)\) や，機械学習の分野で良く表れる正則化項 \({\|x\|}_1\)，\({\|x\|}_2\) などがある．一般に目的関数 \(\varphi\) は滑らかでは無いので，劣勾配法のような収束の遅い手法しか適用できない様に見えるが，\(\varphi\) が上記のような特徴を持つ二種の関数 \(f\) と \(g\) の和である点に着目した手法が近接勾配法で
