機器學習中的加速一階優化算法
林宙辰 李歡 方聰
191人在讀
12.7萬字總字數
¥65.4定價
林宙辰 李歡 方聰
機器學習是關於從數據中建立預測或描述模型，以提升機器解決問題能力的學科。在建立模型後，需要採用適當的優化算法來求解模型的參數，因此優化算法是機器學習的重要組成部分。但是傳統的優化算法並不完全適用於機器學習，因爲通常來說機器學習模型的參數維度很高或涉及的樣本數巨大，這使得一階優化算法在機器學習中佔據主流地位。本書概述了機器學習中加速一階優化算法的新進展。書中介紹了各種情形下的加速一階優化算法，包括確定性和隨機性的算法、同步和異步的算法，以求解帶約束的問題和無約束的問題、凸問題和非凸問題，對算法思想進行了深入的解讀，並對其收斂速度提供了詳細的證明。本書面向的讀者對象是機器學習和優化領域的研究人員，包括人工智能、信號處理及應用數學特別是計算數學專業高年級本科生、研究生，以及從事人工智能、信號處理領域產品研發的工程師。