数据驱动的进化优化--进化计算机器学习和数据科学的集成/中外学者论AI--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

本书旨在为包括研究生和工业从业者在内的研究人员提供有关为数据驱动的进化优化而开发的最新方法的全面描述。本书共分12章。为了本书的自足性，第1～4 章简要介绍了优化、进化计算和机器学习中精心挑选的重要主题和方法。第5章提供了数据驱动优化的基础知识，包括启发式算法和基于获取函数的代理模型管理。第6～8章介绍使用多个代理模型进行单目标优化的方法，其中第7章和第8章描述用于求解多目标和高维多目标优化算法的代表性进化算法以及代理模型辅助数据驱动的进化多目标和高维多目标优化。第9章详细阐述了高维数据驱动优化的方法，介绍了在半监督学习的帮助下，将知识从未标记数据转移到标记数据，从廉价目标迁移到昂贵目标、从廉价问题迁移到昂贵问题的大量技术，迁移学习和迁移优化在第 10章中进行了描述。由于数据驱动优化是一个强应用驱动的研究领域，因此第11章讨论了离线数据驱动的进化优化，并给出了实际优化问题，如原油蒸馏优化和急救系统优化的例子。最后，第 12章强调了深度神经架构搜索作为数据驱动的昂贵优化问题。

作者简介

金耀初，欧洲科学院院士，IEEE Fellow，IEEE计算智能学会主席，西湖大学工学院人工智能讲席教授、可信及通用人工智能实验室负责人。曾任德国比勒菲尔德大学洪堡人工智能教席教授，英国萨里大学计算科学系计算智能杰出讲席教授，自然计算与应用研究组主任。金耀初曾是芬兰国家技术创新局“芬兰杰出教授”。已出版专著5本，发表学术论文500余篇。论文被引用总次数超过4.6万，其中SCI引用超过2.5万，H-index为104，自2019年来连续5年入选科睿唯安“全球高被引科学家”。长期从事计算智能、人工智能、计算神经科学、计算生物学及形态发育自组织机器人等交叉学科的理论研究和工程应用。

第1章最优化导论 1.1 优化的定义 1.1.1 数学模型 1.1.2 凸优化 1.1.3 拟凸函数 1.1.4 全局和局部最优 1.2 优化问题的类型 1.2.1 连续与离散优化 1.2.2 无约束优化与约束优化 1.2.3 单目标优化与多目标优化 1.2.4 确定性优化与随机性优化 1.2.5 黑盒优化和数据驱动的优化 1.3 多目标优化 1.3.1 数学模型 1.3.2 Pareto最优性 1.3.3 偏好建模 1.3.4 偏好表示 1.4 优化中不确定性的处理 1.4.1 评价中的噪声 1.4.2 鲁棒优化 1.4.3 多场景优化 1.4.4 动态优化 1.4.5 时域鲁棒优化 1.5 优化算法的对比 1.5.1 算法效率 1.5.2 性能指标 1.5.3 可靠性评价 1.5.4 统计测试 1.5.5 基准问题 1.6 总结第2章经典优化算法 2.1 无约束优化 2.1.1 梯度法 2.1.2 牛顿法 2.1.3 拟牛顿法 2.2 约束优化 2.2.1 惩罚函数法和障碍函数法 2.2.2 拉格朗日乘子法 2.3 无梯度搜索方法 2.3.1 线搜索和模式搜索 2.3.2 NelderMead单纯形法 2.3.3 基于模型的无梯度搜索方法 2.4 确定性全局优化 2.4.1 基于Lipschitz的方法 2.4.2 DIRECT算法 2.5 总结第3章进化和群智能优化 3.1 引言 3.2 遗传算法 3.2.1 定义

数据驱动的进化优化--进化计算机器学习和数据科学的集成/中外学者论AI

库存： {{selectedSku?.stock}} 库存充足