书目详细信息
： 数据科学优化方法
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-300-31670-3:CNY49.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 数据科学优化方法/.孙怡帆编著 |
| 出版发行项： | 北京:,中国人民大学出版社:,2023 |
| 载体形态项： | 225页:;+图:;+26cm |
| 丛编项： | 数据科学与大数据技术丛书 |
| 提要文摘： | 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最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最优化方法, 例如随机梯度下降方法、小批量随机梯度下降、动量方法、Nesterov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最优化问题, 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。 |
| 并列题名： | Optimization methods in data science eng |
| 题名主题： | 数据处理 最优化算法 |
| 中图分类： | TP274 |
| 个人名称等同： | 孙怡帆 编著 |
| 记录来源： | CN 湖北三新 20231128 |