您好,欢迎来到聚文网。 登录 免费注册
在线凸优化(第2版)

在线凸优化(第2版)

  • 字数: 242000
  • 装帧: 平装
  • 出版社: 清华大学出版社
  • 作者: (美)埃拉德·哈赞 著 罗俊仁,张万鹏 译
  • 出版日期: 2024-06-01
  • 商品条码: 9787302661122
  • 版次: 1
  • 开本: 32开
  • 页数: 236
  • 出版年份: 2024
定价:¥99.8 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书全面更新,深入探索优化和机器学习交叉领域,详细介绍日常生活中许多系统和模型的优化过程。
第2版亮点:增加了关于提升、自适应遗憾和可接近性的章节
扩大了优化和学习理论的覆盖面
应用实例包含专家建议投资组合选择、矩阵补全推荐系统和支持向量机训练等
指导学生完成练习
作者简介
"普林斯顿大学计算机科学教授 谷歌AI普林斯顿实验室的联合创始人和主任 Elad Hazan教授主要研究学习机制的自动化及其高效的算法实现。研究领域集中在机器学习,并涉及数学优化、博弈论、统计学和计算复杂性。
目录
第1章导论
1.1在线凸优化设置
1.2可用OCO建模的问题示例
1.2.1从专家建议中预测
1.2.2在线垃圾邮件过滤
1.2.3在线最短路径
1.2.4投资组合选择
1.2.5矩阵补全和推荐系统
1.3混合的开始:从专家建议中学习
1.3.1加权多数算法
1.3.2随机加权多数
1.3.3Hedge
1.4文献评述
1.5练习
第2章凸优化基本概念
2.1基本定义和设置
2.1.1凸集上的投影
2.1.2最优条件介绍
2.2梯度下降
2.2.1Polyak步长
2.2.2度量与最优值之间的距离
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网