同类推荐
-
-
自迭代：硅基生命的寒武纪与智能进化的未来
-
¥69.00
-
-
随机与不确定多智能体系统--控制与优化
-
¥168.00
-
-
人工智能通识课
-
¥68.00
-
-
AIGC平台应用实战:慕课版
-
¥59.80
-
-
AIGC平台应用实战:慕课版
-
¥59.80
-
-
AIGC平台应用实战:慕课版
-
¥59.80
-
-
人工智能大模型数学基础
-
¥149.00
-
-
人工智能基础与实战（微课版）
-
¥49.80
-
-
人工智能基础与实战（微课版）
-
¥49.80
-
-
人工智能基础与实战（微课版）
-
¥49.80
|
|
图书信息
|
|
|
|
机器学习与数据科学中的优化算法
|
| ISBN： | 9787111787655 |
定价： | ￥79.00 |
| 作者： | (美)斯蒂芬·J.赖特(Stephen J. Wright)，(美)本杰明·雷希特(Benjamin Recht)著 |
出版社： | 机械工业出版社 |
| 出版时间： | 2025年08月 |
开本： | 24cm |
| 页数： | 214页 |
中图法： | TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
72
|
读买1/读买3/库区13/库区4/库区7/样本13/样本4
|
2026-03-08
|
|
其它供货商库存合计
|
500
|
|
2026-03-06
|
图书简介 | | 本书以一种紧凑且自成体系的方式涵盖了优化算法的基础知识，重点介绍了与数据科学最相关的技术。具体来说，本书首先展示了数据科学中的许多标准问题都可以表述为优化问题。接下来，描述并分析了优化领域的许多基本方法，包括用于平滑函数(特别是凸函数)的无约束优化的梯度法和加速梯度法、随机梯度法(机器学习中的主要算法)、坐标下降法、用于约束优化问题的几种关键算法、用于最小化数据科学中出现的非平滑函数的算法、非平滑函数和优化对偶性分析的基础，以及与神经网络相关的反向传播方法。 |
|