返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书凸优化 算法与复杂9787111683513
  • 正版全新
    • 作者: (美)塞巴斯蒂安·布贝克著 | (美)塞巴斯蒂安·布贝克编 | (美)塞巴斯蒂安·布贝克译 | (美)塞巴斯蒂安·布贝克绘
    • 出版社: 机械工业出版社
    • 出版时间:2021-06-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (美)塞巴斯蒂安·布贝克著| (美)塞巴斯蒂安·布贝克编| (美)塞巴斯蒂安·布贝克译| (美)塞巴斯蒂安·布贝克绘
    • 出版社:机械工业出版社
    • 出版时间:2021-06-01
    • 版次:1
    • 印次:1
    • 页数:136
    • 开本:16开
    • ISBN:9787111683513
    • 版权提供:机械工业出版社
    • 作者:(美)塞巴斯蒂安·布贝克
    • 著:(美)塞巴斯蒂安·布贝克
    • 装帧:平装
    • 印次:1
    • 定价:59.00
    • ISBN:9787111683513
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-06-01
    • 页数:136
    • 外部编号:1202409257
    • 版次:1
    • 成品尺寸:暂无

    译者序

    致谢

    章 绪论

    1.1 机器学习中的若干凸优化问题

    1.2 凸的基本质

    1.3 凸的作

    1.4 黑箱模型

    1.5 结构优化

    1.6 结果的概述和免责声明

    第2章 有限维的凸优化

    2.1 重心法

    2.2 椭球法

    . Vaidya割平面法

    ..1 体积障碍

    ..2 Vaidya算法

    .. Vaidya方法分析

    ..4 限制条件和体积障碍

    2.4 共轭梯度

    第3章 维度无关的凸优化

    3.1 Lipschitz函数的投影次梯度下降

    3.2 光滑函数的梯度下降

    3.3 条件梯度下降

    3.4 强凸

    3.4.1 强凸函数和upschitz函数

    3.4.2 强凸光滑函数

    3.5 下限

    3.6 几何下降

    3.6.1 热身赛:梯度下降的几何学替代方案

    3.6.2 加速度

    3.6.3 几何下降法

    3.7 Nesterov加速梯度下降

    3.7.1 光滑强凸情况

    3.7.2 光滑的情况

    第4章 非欧氏空间几乎维度无关的凸优化

    4.1 镜像映

    4.2 镜像下降

    4.3 镜像下降的标准设置

    4.4 惰镜像下降

    4.5 镜像代理

    4.6 关于MD、DA和MP的向量场观点

    第5章 黑箱模型

    5.1 光滑项与简单非光滑项之和

    5.2 非光滑函数的光滑鞍点表示

    5.2.1 鞍点计算

    5.2.2 鞍点镜像下降

    5.. 鞍点镜像代理

    5.2.4 应用

    5.3 内点法

    5.3.1 障碍法

    5.3.2 牛顿法的传统分析

    5.3.3 自和谐函数

    5.3.4 v-自和谐障碍

    5.3.5 路径跟踪方案

    5.3.6 线规划和半定规划的内点法

    第6章 凸优化与随机

    6.1 非光滑随机优化

    6.2 光滑随机优化与小批量SGD

    6.3 光滑函数与强凸函数的和

    6.4 随机坐标下降

    6.4.1 坐标平滑优化的RCD算法

    6.4.2 用于光滑和强凸优化的RCD

    6.5 鞍点的随机加速

    6.6 凸松弛与随机取整

    6.7 基于随机游动的方法

    参考文献

    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。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购