凸优化算法
正版保障 假一赔十 可开发票
¥
60.98
6.2折
¥
99
全新
库存113件
作者[印]尼什·K.毗湿诺
出版社机械工业出版社
ISBN9787111746638
出版时间2023-07
装帧平装
开本16开
定价99元
货号15963434
上书时间2024-09-07
商品详情
- 品相描述:全新
- 商品描述
-
目录
译者序
前言
致谢
记号
第1章连续优化与离散优化的关联1
1.1一个例子:优选流问题1
1.2线性规划6
1.3基于内点法的快速准确算法9
1.4简单线性规划之外的椭球法10
第2章预备知识13
2.1导数、梯度和黑塞矩阵13
2.2微积分基本定理14
2.3泰勒近似15
2.4线性代数、矩阵和特征值16
2.5柯西–施瓦茨不等式18
2.6范数19
2.7欧几里得拓扑20
2.8动力系统21
2.9图21
……
内容摘要
在过去的几年里,凸优化算法已经改变了离散优化和连续优化问题的算法设计。例如,对优选流、优选匹配和次模函数最小化等问题,最快的算法涉及梯度下降法、镜像下降法、内点法和椭球法等基本方法。本书的目标是帮助计算机科学、运筹学、数据科学和机器学习领域的研究人员与专业人员深入了解这些算法。本书重点介绍如何从基本原理出发推导凸优化的关键算法,以及如何确定准确的运行时间界。这本现代优化著作解释了这些算法在离散优化问题中的成功,以及这些方法如何显著推动了凸优化本身的发展。
主编推荐
本书是一本很难得的凸优化算法的新近著作,介绍了凸优化在离散优化和连续优化中的应用,重点介绍了在离散优化算法设计中的应用。可以作为计算机科学、运筹学、离散优化、机器学习以及统计学专业高年级本科生和研究生教材,也可以作为凸优化或者算法设计导论课程的导论教材。
精彩内容
在过去的几年里,凸优化算法已经改变了离散优化和连续优化问题的算法设计。例如,对优选流、优选匹配和次模函数最小化等问题,最快的算法涉及梯度下降法、镜像下降法、内点法和椭球法等基本方法。本书的目标是帮助计算机科学、运筹学、数据科学和机器学习领域的研究人员与专业人员深入了解这些算法。本书重点介绍如何从基本原理出发推导凸优化的关键算法,以及如何确定准确的运行时间界。这本现代优化著作解释了这些算法在离散优化问题中的成功,以及这些方法如何显著推动了凸优化本身的发展。
— 没有更多了 —
以下为对购买帮助不大的评价