数据科学优化方法 大中专理科计算机 孙怡帆 编
none
¥
36.05
7.4折
¥
49
全新
库存9件
作者孙怡帆 编
出版社中国人民大学出版社
ISBN9787300316703
出版时间2023-10
版次1
装帧平装
开本16
页数236页
字数338千字
定价49元
货号xhwx_1203127321
上书时间2024-12-29
商品详情
- 品相描述:全新
-
正版特价新书
- 商品描述
-
目录:
章导论
1.1本书虑的优化问题
1.2优化方法的特点和要求
1.3本书主要内容
第2章无约束优化方法基础
2.1优条件
2.2方法框架
2.3收敛准则
第2章题
第3章线搜索方法
3.1线搜索方法
3.2线搜索方法的收敛
3.3非线搜索方法
3.4非线搜索方法的收敛
第3章题
第4章负梯度方法
……
内容简介:
首先,本书在内容选择上坚持“经典”与“前沿”并重。一方面,系统全面地讲述了无约束和有约束优化问题的常用求解方法,包括负梯度方法、牛顿方法、拟牛顿方法、共轭梯度方法、罚函数方法等。另一方面,加入近几年在数据科学领域受到广泛关注的一些新型一阶优化方法,例如梯度下降方法、小批量梯度下降、动量方法、erov加速梯度方法、adam方法等。特别地,本书着重讲述了在数据科学中广泛使用的正则优化问题,并介绍其求解方法,包括坐标下降方法、近端方法和交替方向乘子方法。其次,本书注重理论和实践相结合。主要的优化方法均配有详细例子加以解释和阐述,并在章的后一节进行数值实验,通过几个典型的优化问题展示优化方法的实际数值表现,有助于读者对方法能建立起直观感受。
— 没有更多了 —
正版特价新书
以下为对购买帮助不大的评价