|
题名:
|
机器学习与数据科学中的优化算法 [ 专著] ji qi xue xi yu shu ju ke xue zhong de you hua suan fa / (美)斯蒂芬·J. 赖特(Stephen J. Wright)，(美)本杰明·雷希特(Benjamin Recht)著 , 张璐，陈畅译 |
|
ISBN:
|
978-7-111-78765-5 价格： CNY79.00 |
|
语种:
|
chi |
|
载体形态:
|
214页 24cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2025 |
|
内容提要:
|
本书共11章，第1章通过典型案例阐释优化在现代数据分析中的应用；第2-10章剖析多种核心算法，包括加速梯度法、随机梯度法(机器学习的核心算法)、坐标下降法(高效处理高维问题的利器)、简单约束问题的梯度法、具有非平滑项的凸优化问题的理论和算法，以及约束优化问题的对偶方法；第11章拓展至深度学习与控制领域的梯度计算方法(如自动微分、反向传播的优化视角)。 |
|
主题词:
|
机器学习 |
|
主题词:
|
最优化算法 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
赖特 lai te 著 |
|
主要责任者:
|
雷希特 lei xi te 著 |
|
次要责任者:
|
张璐 zhang lu 译 |
|
次要责任者:
|
陈畅 chen chang 译 |
|
附注:
|
数学应用系列 |