新書推薦:

《
人生法则:33条商业和生活指南
》
售價:HK$
74.8

《
政商现形记: 清朝的权力、贸易与商帮
》
售價:HK$
85.8

《
早期干预丹佛模式辅导与培训家长用书
》
售價:HK$
98.0

《
萨满文化研究丛书——通古斯人的心智丛(全三册)
》
售價:HK$
351.6

《
帝国潜流:清代前期的天主教、底层秩序与生活世界
》
售價:HK$
105.0

《
鲨鱼大图鉴:世界现生536种鲨鱼完全解读
》
售價:HK$
469.6

《
世界美食丛书:面包+咖啡(2册)
》
售價:HK$
215.6

《
化学工程发展战略:高端化、绿色化、智能化
》
售價:HK$
547.8
|
內容簡介: |
在科技与教育深度融合的新时代背景下,培育德才兼备且具有创新精神和实践技能的人才至关重要。《*优化方法与机器学习》融合*优化理论与机器学习技术,配套相关课程为本科生和研究生提供系统全面的学习资源。《*优化方法与机器学习》共6章。第1章“绪论”介绍*优化问题的分类和典型应用,为后续学习奠定基础。第2章“凸分析”探讨凸集和凸函数等概念,提供解决优化问题的理论工具。第3章“*优性条件”讲解对偶问题和KKT条件,帮助学生理解*优解的求解方法。第4章“*优化计算”详细介绍梯度下降法、线性搜索法等无约束优化算法。第5章“机器学习中的邻近算法”阐述邻近算子及其在模型训练中的应用。第6章“应用”结合压缩感知等案例展示*优化方法在机器学习领域的实践。扫描《*优化方法与机器学习》二维码可获得相关彩图,提升学习效果。《*优化方法与机器学习》由粤港澳大湾区高校专家联合打造,内容严谨实用,旨在培养学生的数学素养、信息处理能力和科研实践技能。
|
目錄:
|
目录序前言第一章 绪论 11.1 *优化问题的分类 11.1.1 无约束和约束*优化问题 21.1.2 线性和非线性规划问题 21.1.3 凸和非凸优化问题 31.1.4 连续和离散优化问题 3练习 31.2 机器学习中的典型优化问题 31.2.1 *小二乘线性回归 31.2.2 LASSO 71.2.3 支持向量机 81.2.4 多层感知机 25练习 31第2章 凸分析 332.1 酸 332.1.1 仿射集 332.1.2 凸集 372.1.3 分离定理 402.1.4 凸锥 43练习 482.2 凸函数 502.2.1 下半连续性与可微性 502.2.2 凸函数及其基本性质 562.2.3 严格凸函数与强凸函数 602.2.4 凸函数的判定 622.2.5 共轭函数 66练习 712.3 凸函数的次微分 752.3.1 示性函数与支撑函数 752.3.2 次微分定义、一阶*优性条件 772.3.3 次微分与方向导数 782.3.4 次微分的常用性质 812.3.5 次微分的单调性与闭性 84练习 85第3章 *优性条件 873.1 对偶问题 89练习 983.2 鞍点定理与KKT条件 103练习 111第4章 *优化计算 1124.1 无约束优化算法的一般步骤 112练习 1144.2 梯度下降法 115练习 1194.3 次梯度算法 1214.3.1 次梯度算法结构 1214.3.2 收敛性分析 121练习 1254.4 线性搜索 1264.4.1 精确线性搜索 1274.4.2 非精确线性搜索 129练习 1314.5 牛顿法 132练习 1384.6 拉格朗日乘子法 1394.6.1 等式约束*优化问题 1414.6.2 一般形式优化问题 146练习 150第5章 机器学习中的邻近算法 1535.1 邻近算子 1535.1.1 投影算子与隐式梯度下降法 1545.1.2 邻近算子与莫罗包络 1555.1.3 咎范数的邻近算子 1615.1.4 MCP的邻近算子 1685.1.5 Log-sum函数的邻近算子 1705.1.6 核范数的邻近算子 173练习 1755.2 邻近算法 1775.2.1 迭代阈值收缩算法 1775.2.2 加速的迭代阈值收缩算法 1805.2.3 交替方向乘子法 1825.2.4 案例 184练习 190第6章 应用 1916.1 压缩感知 1916.1.1 压缩感知的模型 1926.1.2 压缩感知的算法 1936.2 低秩矩阵恢复 2036.2.1 低秩矩阵的模型 2036.2.2 低秩矩阵的算法 2046.3 图像修复 2066.3.1 图像修复的模型 2066.3.2 图像修复的算法 208参考文献 213
|
|