安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习中的一阶与随机优化方法/(美) 蓝光辉著 刘晓鸿译

出版发行项:

北京:机械工业出版社,2023

ISBN及定价:

978-7-111-72425-4/CNY169.00

载体形态项:

460页:图;26cm

统一题名:

First-order and stochastic optimization methods for machine learning

丛编项:

智能科学与技术丛书

个人责任者:

蓝光辉 著

个人次要责任者:

刘晓鸿 译

学科主题:

机器学习-最优化算法

中图法分类号:

TP181

出版发行附注:

本书中文简体字版由Springer授权机械工业出版社独家出版

责任者附注:

蓝光辉 (Guanghui Lan), 佐治亚理工学院工业与系统工程学院教授, 之前曾任教于佛罗里达大学工业与系统工程系。研究方向为随机优化和非线性规划的理论、算法与应用。刘晓鸿, 北京邮电大学计算机学院副教授, 研究方向为模式识别与人工智能、嵌入式实时系统、智能交通系统等。

书目附注:

有书目 (第453-460页)

提要文摘附注:

本书对优化算法的理论和研究进展进行了系统的梳理, 旨在帮助读者快速了解该领域的发展脉络, 掌握必要的基础知识, 进而推进前沿研究工作。本书首先介绍流行的机器学习模式, 对重要的优化理论进行回顾, 接着重点讨论已广泛应用于优化的算法, 以及有潜力应用于大规模机器学习和数据分析的算法, 包括一阶方法、随机优化方法、随机和分布式方法、非凸随机优化方法、无投影方法、算子滑动和分散方法等。

豆瓣简介：