最優化理論與方法-基於Python的實現 高海燕 黃恆君 9787523003770 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中國統計
物品所在地：中國大陸
原出版社：中國統計
NT$566
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202312*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：最優化理論與方法-基於Python的實現 ISBN：9787523003770 出版社：中國統計 著編譯者：高海燕 黃恆君 頁數：433 所在地：中國大陸 *此為代購商品 書號：1616341 可大量預訂，請先連絡。 內容簡介 本教材內容涵蓋了最優化方法的基礎數學知識、最優化概述、無約束優化方法、有約束優化方法、凸優化方法、最小二乘問題以及最優化方法的實例應用。每個章節在介紹相關理論的基礎上，通過具體實例和演算法示例進行闡述，以幫助讀者更好地理解和應用所學知識。同時，本教材結合Python編程來幫助讀者更好地理解最優化方法的基本思想、原理和演算法框架，通過大量的例題加深對知識的理解和應用。我們相信，本教材能夠為讀者掌握最優化方法的關鍵思想和核心內容，解決相關實際問題提供幫助。目錄 第1章 最優化基礎知識1 1 向量和矩陣范數 1 1 1 向量范數 1 1 2 矩陣范數 1 1 3 矩陣的跡 1 1 4 矩陣內積、克羅內克積和哈達瑪積 1 1 5 矩陣求導 1 2 二次型與正定矩陣 1 3 凸集 1 3 1 凸集定義 1 3 2 重要的凸集 1 3 3 凸集保凸運算 1 3 4 分離超平面定理 1 4 凸函數 1 4 1 凸函數定義 1 4 2 凸函數判定定理 1 4 3 凸函數保凸運算 1 4 4 凸函數的性質 1 5 函數的可微性 1 5 1 自動微分 1 5 2 次梯度 本章小結 習題1 第2章 Python 編程基礎 2 1 開發環境安裝 2 1 1 安裝Anaconda 2 1 2 Jupyter Notebook 使用方法 2 2 Python 語法基礎 2 2 1 數據類型與基礎運算 2 2 2 數據結構 2 2 3 控制語句 2 2 4 函數 2 2 5 類與對象 2 2 6 迭代器 2 3 Numpy基礎 2 3 1 Numpy基礎數據結構 2 3 2 Numpy隨機數 2 3 3 Numpy矩陣運算 2 3 4 Numpy線性代數 2 4 Pandas基礎 2 4 1 Pandas基礎數據結構 2 4 2 Pandas統計函數 2 4 3 Pandas數據處理 2 4 4 apply函數 2 5 Matplotlib繪圖 2 5 1 Matplotlib pyplot基礎 2 5 2 常用圖形繪製 2 5 3 Matplotlib繪製組合圖和子圖 2 5 4 三維圖形 本章小結 習題2 第3章 最優化概述 3 1 最優化問題實例 3 1 1 K-means聚類 3 1 2 數據擬合問題 3 1 3 矩陣填充 3 2 最優化問題的數學模型 3 3 最優化問題的分類 3 4 最優化問題的一般演算法 3 4 1 可行下降方向與步長 3 4 2 收斂性與收斂速度 3 4 3 終止準則 本章小結 習題3 第4章 無約束優化方法 4 1 無約束問題的最優性條件 4 2 無約束優化問題的演算法框架 4 3 線搜索技術 4 3 1 精確線搜索 4 3 2 非精確線搜索 4 4 梯度法 4 4 1 最速下降法 4 4 2 隨機梯度下降法 4 4 3 動量法 4 4 4 Barzilar-Borwein方法 4 5 牛頓法 4 5 1 牛頓法 4 5 2 修正牛頓法 4 6 擬牛頓法 4 6 1 擬牛頓法條件 4 6 2 Broyden族校正公式 4 6 3 擬牛頓法的性質 4 6 4 擬牛頓法的收斂性 4 7 共軛梯度法 4 7 1 共軛方向法 4 7 2 共軛梯度法 4 7 3 方向集法 4 8 直接搜索法 4 8 1 Hook-Jeeves方法 4 8 2 坐標輪換法 4 8 3 單純形法 4 9 信賴域法 本章小結 習題4 第5章 有約束優化方法 5 1 拉格朗日乘子法 5 2 最優性條件 5 2 1 等式約束問題的最優性條件 5 2 2 不等式約束問題的最優性條件 5 2 3 一般約束問題的最優性條件 5 2 4 鞍點和對偶問題 5 3 罰函數法 5 3 1 外點罰函數法 5 3 2 內點罰函數法 5 3 3 混合罰函數法 5 4 廣義乘子法 5 4 1 等式約束問題的乘子法 5 4 2 一般約束問題的乘子法 5 5 交替方向乘子法 5 5 1 交替方向乘子法 5 5 2 收斂性 5 5 3 應用實例 5 6 可行方向法 5 6 1 Zoutendijk 可行方向法 5 6 2 Topkis-Veinott可行方向法 5 6 3 投影運算元法 5 6 4 梯度投影法 5 6 5 簡約梯度法 5 7 二次通近法 5 7 1 二次規劃的概念 5 7 2 牛頓-拉格朗日法 5 7 3 序列二次規劃法 5 8 極大熵方法 5 9 複合優化方法 5 9 1 近似點梯度法 5 9 2 Nesterov加速演算法 5 9 3 近似點演算法 5 9 4 分塊坐標下降法 5 9 5 對偶近似點梯度法 本章小結 習題5 第6章 凸優化方法 6 1 凸優化 6 1 1 凸優化問題 6 1 2 等價的凸問題 6 1 3 最優性條件 6 2 擬凸優化問題 6 2 1 擬凸函數 6 2 2 擬凸優化問題 6 3 線性規劃 6 3 1 線性規劃 6 3 2 單純形法 6 3 3 線性分式規劃 6 4 整數規劃 6 4 1 分支定界法 6 4 2 割平面法 6 4 3 隱枚舉法 6 4 4 匈牙利法 6 5 二次規劃 6 5 1 二次規劃 6 5 2 二次約束二次規劃 6 5 3 二次錐規劃 6 5 4 魯棒線性規劃 6 6 幾何規劃 6 7 帶廣義不等式約束凸優化問題 6 7 1 錐規劃問題 6 7 2 半正定規劃 6 8 向量優化問題 本章小結 習題6 第7章 最小二乘問題 7 1 最小二乘問題的基本形式 7 2 線性最小二乘問題的求解 7 2 1 滿秩線性最小二乘問題 7 2 2 虧秩線性最小二乘問題 7 2 3 迭代法求解線性最小二乘問題 7 3 非線性最小二乘問題的求解 7 3 1 Gauss-Newton法 7 3 2 Levenberg-Marquardt法 7 3 3 Dog-Leg法 7 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
