由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版凸优化:算法与复杂9787111683513机械工业出版社
¥ ×1
译者序<br/>致谢<br/>章绪论1<br/>11机器学习中的若干凸优化问题1<br/>12凸的基本质3<br/>13凸的作5<br/>14黑箱模型7<br/>15结构优化<br/>16结果的概述和免责声明9<br/>第2章有限维的凸优化12<br/>21重心法12<br/>22椭球法14<br/>Vaidya割平面法18<br/>1体积障碍19<br/>2Vaidya算法20<br/>Vaidya方法分析20<br/>4限制条件和体积障碍22<br/>24共轭梯度26<br/>第3章维度无关的凸优化30<br/>31Lipschitz函数的投影次梯度下降31<br/>32光滑函数的梯度下降33<br/>33条件梯度下降39<br/>34强凸43<br/>341 强凸函数和Lipschitz函数44<br/>342强凸光滑函数45<br/>35下限47<br/>36几何下降52<br/>361热身赛:梯度下降的几何学替代方案53<br/>362加速度55<br/>363几何下降法56<br/>37Nesterov加速梯度下降58<br/>371光滑强凸情况58<br/>372光滑的情况62<br/>第4章非欧氏空间几乎维度无关的凸优化65<br/>41镜像映66<br/>42镜像下降67<br/>43镜像下降的标准设置70<br/>44惰镜像下降72<br/>45镜像代理74<br/>46关于MD、DA和MP的向量场观点76<br/>第5章黑箱模型78<br/>51光滑项与简单非光滑项之和78<br/>52非光滑函数的光滑鞍点表示80<br/>521鞍点计算81<br/>522鞍点镜像下降82<br/>5鞍点镜像代理83<br/>524应用84<br/>53内点法87<br/>531障碍法87<br/>532牛顿法的传统分析88<br/>533自和谐函数90<br/>534ν自和谐障碍92<br/>535路径跟踪方案95<br/>536线规划和半定规划的内点法96<br/>第6章凸优化与随机9<br/>61非光滑随机优化99<br/>62光滑随机优化与小批量SGD100<br/>63光滑函数与强凸函数的和103<br/>64随机坐标下降107<br/>641坐标平滑优化的RCD算法108<br/>642用于光滑和强凸优化的RCD110<br/>65鞍点的随机加速112<br/>66凸松弛与随机取整113<br/>67基于随机游动的方法117<br/>参考文献120
塞巴斯蒂安·布贝克(SébastieBubeck)是微软Redmond研究院理论组的首席研究员,曾担任COLT 2013、COLT 2014的联,NIPS 2012、NIPS 2014、NIPS 2016、COLT 2013、COLT 2014、COLT 2015、COLT 2016、ICML 2015、ICML 2016、ALT 2013、ALT 2014的项目委员会成员,也是COLT的指导委员会成员。其研究兴趣包括机器学习、凸优化、统计网络分析、图和矩阵,以及信息论在学习、优化和概率中的应用。
本书凝聚Sébastien Bubeck教授多年心血,专门为计算机科学家打造,内容涉及从黑箱优化的基本理论到结构优化和随机优化的*新发展,把机器学习中涉及的凸优化设计思想通过简练的数学语言进行了阐述,可作为计算机科学、软件工程、统计学、应用数学、数据科学与大数据、人工智能等专业生和的基础教材,也可供数据科学家、和科研人员参考。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格