掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
機器學習中的優化算法 版權信息
- ISBN：9787307239951
- 條形碼：9787307239951 ; 978-7-307-23995-1
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
機器學習中的優化算法 內容簡介
近年來，機器學習問題及應用日益受到重視，相關問題的數學本質是數學優化模型。本書主要介紹目前機器學習領域常用的優化算法與實現、算法的收斂性及應用。內容主要包括緒論（優化理論基礎、機器學習的常用優化模型介紹）、機器學習的凸優化模型的求解算法、機器學習的非凸優化模型的求解算法、機器學習的其他特殊模型（DC規劃、雙層規劃等）的求解算法。 本書可作為高等院校相關專業機器學習等相關課程的教材或參考書，也可作為相關專業的研究人員和工程技術人員的參考書。
機器學習中的優化算法 目錄
第1章 緒論
1.1 向量和矩陣范數
1.2 多元函數分析
1.3 凸分析基礎
1.3.1 凸集與凸集分離定理
1.3.2 凸函數
1.3.3 共軛函數
1.4 化問題與算法基礎
1.4.1 化問題概述
1.4.2 性條件
1.4.3 化算法框架
第2章 機器學習中的無約束優化模型與算法
2.1 無約束機器學習模型的一階算法
2.1.1 梯度下降算法
2.1.2 加速梯度下降算法
2.1.3 隨機梯度下降算法
2.1.4 臨近梯度下降算法
2.1.5 臨近隨機梯度下降算法
2.1.6 應用舉例
2.2 無約束機器學習模型的二階算法
2.2.1 無約束優化問題的Newton算法
2.2.2 無約束優化問題的擬Newton算法
2.2.3 無約束機器學習模型的子采樣Newton型算法
2.2.4 無約束機器學習模型的臨近Newton型算法
第3章 機器學習中的約束優化模型與算法
3.1 投影梯度算法
3.1.1 投影與投影矩陣
3.1.2 投影梯度法
3.2 條件梯度及其加速算法
3.2.1 條件梯度法及收斂性
3.2.2 加速條件梯度滑動算法
3.3 原.對偶內點法
3.3.1 凸二次規劃的原.對偶內點法
3.3.2 內點法在支持向量機中的應用
3.4 ADMM算法
3.4.1 預備知識
3.4.2 ADMM算法
3.4.3 ADMM的改進算法
3.4.4 ADMM在機器學習中的應用
第4章 其他規劃模型與算法
4.1 DC規劃
4.1.1 DC規劃
4.1.2 基于ramp損失函數的支持向量機模型的DCA算法
4.2 Minimax規劃
4.2.1 Minimax規劃的 性條件
4.2.2 Minimax規劃的算法
4.2.3 魯棒神經網絡訓練的Minimax規劃模型
4.3 雙層規劃
4.3.1 雙層規劃模型簡介
4.3.2 雙層規劃模型的算法
展開全部
機器學習中的優化算法 作者簡介
熊慧娟，女，1982年生，副教授，研究生導師。研究方向為數值優化、機器學習。本人近年的研究興趣集中在機器學習中的優化模型的數值算法研究，相關工作先后獲國家自然科學基金數學天元基金、青年基金等項目資助，相關研究結果在Computational Optimization and Applications, Optimization Methods and Software, Analysis and Applications等期刊上發表，曾受留學基金委資助去匹茲堡大學電子與信息工程系訪學一年五個月。
書友推薦
- >
推拿
- >
姑媽的寶刀
- >
月亮與六便士
- >
苦雨齋序跋文-周作人自編集
- >
回憶愛瑪儂
- >
有舍有得是人生
- >
二體千字文
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
