同类推荐
-
-
生成式人工智能技术与应用
-
¥49.80
-
-
生成式人工智能技术与应用
-
¥49.80
-
-
人工智能通识导论:慕课版
-
¥59.80
-
-
MCP开发从入门到实战
-
¥85.80
-
-
零基础开发AI Agent:用Dify从0到1做智能体
-
¥89.00
-
-
Manus入门操作指南:从0到1玩转AI智能体
-
¥69.00
-
-
成为AI高手:从DeepSeek开启高效能
-
¥59.80
-
-
通用人工智能
-
¥88.00
-
-
人工智能与未来社会
-
¥56.80
-
-
基于图神经网络的网络表示学习研究
-
¥59.00
|
|
图书信息
|
|
|
|
最优化与机器学习
|
| ISBN： | 9787302691136 |
定价： | ￥49.00 |
| 作者： | 王祥丰, 蔡邢菊, 陈彩华, 编著 |
出版社： | 清华大学出版社 |
| 出版时间： | 2025年06月 |
开本： | 26cm |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
500
|
|
2025-07-10
|
图书简介 | | 本书是一本全面介绍最优化方法的教材，尤其是介绍针对机器学习应用中问题的最优化方法的工具书。本书主要内容系统介绍机器学习中的最优化理论与方法。第一章概述机器学习基本概念与最优化问题的核心作用，通过实例揭示其本质挑战。第二章建立最优化理论基础，涵盖标准形式、拉格朗日对偶及KKT条件等核心理论。第三至七章深入讲解主流优化算法：梯度下降法处理无约束问题，临近梯度法拓展至非光滑函数，牛顿法与BFGS方法提升收敛效率，块坐标下降法应对大规模优化，随机梯度类方法及其变体支撑深度学习训练。第八章解析带约束问题的增广拉格朗日法与ADMM算法。第九、十章探讨复杂场景的解决方案：双层规划实现层次化问题分解，学习优化通过机器学习自动设计优化策略。全书通过理论推导与案例实践相结合，培养读者解决实际优化问题的能力，为机器学习研究和应用奠定坚实基础。读者在学习本书时，建议先理解基础数学概念，结合代码实践加深对优化算法的认识。注重从经典方法向现代技术过渡，通过课后习题巩固理论推导能力。关注实际案例的应用逻辑，尝试将算法迁移至自身研究或工程问题中，同时持续跟进最优化领域的最新研究进展。 |
|