本文主要是介绍凸优化面试题：凸集 凸函数 凸优化，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
为什么研究凸优化先要从凸集的性质开始：
凸函数图像的上方区域，一定是凸集；
假如一个函数上方是凸集，这个函数就是凸函数
如何用向量表示几何体
什么是凸包
包含凸集的最小集合
如何计算一个凸集的 凸包是什么？时间复杂度是多少
转化为排序问题，时间复杂度是nlogn
凸集基本概念
凸函数图像的上方区域，一定是凸集；
假如一个函数上方是凸集，这个函数就是凸函数
超平面和半空间
欧氏球和椭球
范数球
透视变换的保凸性
凸集的透视变换仍然是凸集
分割超平面
两个凸集存在分割超平面就一定不相交吗？ 不一定，存在两个凸集相切的情况
如何设计一个分割超平面？将两个集合的距离，定义为两个集合间元素的最短距离，做集合C和集合D最短线段的垂直平分线
如何定义两个集合的最优分割超平面
svm的由来？
支撑超平面
假如所有的点都存在支撑超平面，那这个集合一定是凸集吗
凸函数基本概念
凸函数就是割线在函数图像上方的函数
假如一个函数上方是凸集，这个函数就是凸函数
上境图
函数图像上方的给个定义
Jensen不等式
对于凸函数，函数图像上的点求期望 小于等于 割线上的点求期望
这篇关于凸优化面试题：凸集 凸函数 凸优化的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
