书城首页 › 当代 › 工业 › 最优化与机器学习
当代·工业

最优化与机器学习

正版保障多仓发货48小时内发货2-3天送达可开发票
¥34.42 定价 ¥49.00 7折 立省 ¥14.58
现货库存 6 件 全新
商品参数
书名
最优化与机器学习
作者
王祥丰,蔡邢菊,陈彩华 编著
出版社
清华大学出版社
出版时间
2025-06-01
ISBN
9787302691136
货号
1203771407
品相
全新
分类
当代·工业
购物车(0)
商品参数
书名
最优化与机器学习
作者
王祥丰,蔡邢菊,陈彩华 编著
出版社
清华大学出版社
出版时间
2025-06-01
ISBN
9787302691136
货号
1203771407
品相
全新
分类
当代·工业
作者简介▼

“王祥丰 华东师范大学计算机科学与技术学院/数学科学学院教授,入选上海市青年科技英才启明星,担任上海市运筹学会副理事长、中国运筹学会算法软件与应用分会常务理事等。主要研究方向是智能体(最优化、强化学习、大语言模型驱动智能体)及应用等。曾获中国工业与应用数学学会落地应用成果、中国运筹学会青年科技奖提名奖、IEEE信号处理学会最佳论文奖、华为云技术合作优秀合作伙伴奖、上海开源创新卓越成果奖等。

蔡邢菊 南京师范大学教授,博士研究生导师。担任大规模复杂系统数值模拟教育部重点实验室(南京师范大学)副主任,中国运筹学会理事兼副秘书长,江苏省运筹学会理事长。主要从事最优化理论与算法、变分不等式、数值优化等领域的研究工作。先后主持多项国家级基金课题,获江苏省科技进步奖一等奖。

陈彩华 南京大学教授、博士生导师,国家优秀青年科学基金获得者,国家自然科学基金重大项目课题负责人,美国斯坦福大学访问学者,南京大学理学博士,新加坡国立大学联合培养博士。现任南京大学工程管理学院副院长、民建江苏省委大数据与人工智能委员会主任。曾获中国运筹学会青年科技奖、南京大学青年五四奖章、江苏省科学技术奖等奖励。”

目录▼

第1章机器学习中的最优化问题1

1.1为什么学习最优化2

1.2机器学习中的最优化问题3

1.2.1监督学习3

1.2.2无监督学习4

1.2.3深度学习6

1.2.4强化学习7

1.3本章小结8

第2章最优化基础理论9

2.1最优化问题基本形式9

2.2拉格朗日对偶问题12

2.3最优性条件与KKT条件15

2.4应用案例21

2.4.1Water-filling问题21

2.4.2最小二乘问题22

2.5本章小结23

2.6习题23

第3章梯度下降类方法25

3.1为什么需要利用梯度信息25

3.2梯度下降法.26

3.3梯度下降法收敛性分析27

3.4梯度类方法的一般形式29

3.5应用案例30

3.5.1最小二乘问题30

3.5.2逻辑回归问题31

3.6本章小结31

3.7习题31

第4章邻近梯度法及其扩展33

4.1邻近算子33

4.2邻近梯度40

4.3邻近梯度法41

4.4广义邻近梯度法42

4.5Nesterov加速方法43

4.6应用案例45

4.6.1Lasso问题45

4.6.2e1-正则逻辑回归问题46

4.7本章小结46

4.8习题46

第5章牛顿法和BFGS方法49

5.1牛顿法49

5.2BFGS方法50

5.3有限内存的BFGS方法53

5.4本章小结54

5.5习题55

第6章块坐标下降法56

6.1块坐标下降法基本架构56

6.2子问题更新机制57

6.3块坐标选择机制58

6.4系列块坐标下降法汇总60

6.5应用案例61

6.5.1e1-正则逻辑回归问题62

6.5.2非负矩阵分解问题62

6.6本章小结64

6.7习题64

第7章随机梯度类方法67

……

第8章增广拉格朗日方法和交替方向乘子法78

第9章双层规划87

第10章学习优化97

第11章总结107

附录A数学基础109

参考文献141

文摘▼

本书全面探讨了机器学习中的最优化理论、方法与实践,特别是在人工智能颠覆性发展的背景下,包括但不限于监督学习、无监督学习、深度学习及强化学习等的应用。本书详细介绍了最优性条件、KKT条件、拉格朗日对偶等核心最优化理论,探讨了梯度下降法、邻近梯度法、牛顿法、拟牛顿方法(BFGS方法)、块坐标下降法、随机梯度类方法、增广拉格朗日方法、交替方向乘子法、双层规划等经典最优化方法,最后介绍了机器学习与最优化深度融合的先进学习优化方法。通过本书的学习,读者将能够全面理解机器学习中最优化问题的建模和求解计算,及其在实际问题中的应用,为后续的机器学习研究和实践奠定坚实的基础。在机器学习领域,最优化方法不仅是实现模型学习的关键技术,也是提高模型性能、防止过拟合和增强泛化能力的基石。本书通过丰富的理论分析和实例演示,使读者能深入理解最优化方法在机器学习中的核心作用,并为解决实际问题提供有力的工具。本书适合作为高等院校计算机、运筹学、计算数学、大数据、统计学等相关专业的教材,是一本适合广大人工智能爱好者的优秀读物。

¥34.42
🛒购物车