Geodätische Konvexe Optimierung ist seit kurzem im Fokus der Machine Learning Forschung. Dies rührt daher, dass einige zentrale Probleme, die auf den ersten Blick nicht-konvex erscheinen, mit geeigneter Differentialstruktur und Metrik geodätisch konvex sind. In der Thesis soll der Studierende einen empirischen Vergleich anstellen zwischen nicht-konvexen Optimierungsverfahren und geodätisch konvexen Verfahren.

Voraussetzungen

• Ausarbeitung ist in englischer Sprache anzufertigen
• Kurse Machine Learning I and II erfolgreich bestanden
• Programmierkenntnisse in Python
• Grundlagen in den Bereichen Differenzialgeometrie und Konvexe Optimierung