[微積] 最佳化的概念

抱歉大學學的東西不小心都還給老師了...請各路大神幫忙QQ 假設我有一組數據F_data 有一個函數F(a, θ, c) = a*cos(θ) + c 則可定義出我的objective function min|| F-F_data ||_2, minimize的對象是a, θ, c, 且0<=θ<=2pi 為了求解這個最佳化問題 我可能可以選擇Gauss–Newton algorithm 或是Levenberg–Marquardt algorithm 或其他不同的演算法等等 我的問題是, 當我選擇不同算法的時候 這各種算法理論上應該要收斂到同一個最佳解嗎? 我以為當objective function決定的當下, 最佳解就跟著決定了 而不同算法只是走著不同的路線往最佳解收斂 不知道我的理解是不是對的QQ --
※ 批踢踢實業坊(ptt.cc), 來自: 1.171.17.65 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Math/M.1726168065.A.3EF.html