*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,以到貨標的為正確資訊。 印行年月:202310*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:數據科學優化方法 ISBN:9787300316703 出版社:中國人民大學 著編譯者:孫怡帆 頁數:236 所在地:中國大陸 *此為代購商品 書號:1586732 可大量預訂,請先連絡。 內容簡介 首先,本書在內容選擇上堅持「經典」與「前沿」並重。一方面,系統全面地講述了無約束和有約束最優化問題的常用求解方法,包括負梯度方法、牛頓方法、擬牛頓方法、共軛梯度方法、罰函數方法等。另一方面,加入近幾年在數據科學領域受到廣泛關注的一些新型一階最優化方法,例如隨機梯度下降方法、小批量隨機梯度下降、動量方法、Nesterov加速梯度方法、Adam方法等。特別地,本書著重講述了在數據科學中廣泛使用的正則最優化問題,並介紹其求解方法,包括坐標下降方法、近端方法和交替方向乘子方法。其次,本書注重理論和實踐相結合。主要的最優化方法均配有詳細例子加以解釋和闡述,並在章的最後一節進行數值實驗,通過幾個典型的最優化問題展示最優化方法的實際數值表現,有助於讀者對方法性能建立起直觀感受。作者簡介 孫怡帆,中國人民大學統計學院教授,博士生導師,數理統計繫系主任,全國工業統計學教學研究會常務理事,中國統計教育學會理事。主要從事高維數據分析、分散式計算理論和方法領域研究,以主要作者身份在Statistics in Medicine、Briefing in Bioinformatics、Physical Review X等國際知名學術期刊公開發表論文30餘篇,參与編寫教材 《非結構化大數據分析》 。主持國家自然基金、教育部人文社科等省部級科研課題8項,曾獲北京市高等教育教學成果一等獎、北京市高校本科畢業論文優秀指導教師等多項省部級教學獎勵。目錄 第1章 導論1 1 本書考慮的最優化問題 1 2 優化方法的特點和要求 1 3 本書主要內容 第2章 無約束優化方法基礎 2 1 最優性條件 2 2 方法框架 2 3 收斂準則 第2章習題 第3章 線搜索方法 3 1 精確線搜索方法 3 2 精確線搜索方法的收斂性 3 3 非精確線搜索方法 3 4 非精確線搜索方法的收斂性 第3章習題 第4章 負梯度方法 4 1 梯度下降方法 4 2 最速下降方法 4 3 梯度下降方法的變體 4 4 梯度下降方法的改進 4 5 數值實驗 第4章習題 第5章 牛頓方法 5 1 基本牛頓方法 5 2 基本牛頓方法的改進 5 3 牛頓方法在非線性最小二乘問題中的應用 5 4 數值實驗 第5章習題 第6章 擬牛頓方法 6 1 擬牛頓條件 6 2 對稱秩1方法 6 3 DFP方法 6 4 BFGS方法 6 5 Broyden族方法 6 6 擬牛頓方法的收斂性及收斂速度 6 7 L-BFGS方法 6 8 數值實驗 第6章習題 第7章 共軛梯度方法 7 1 共軛方向方法 7 2 針對正定二次函數的共軛梯度方法 7 3 非線性共軛梯度方法 7 4 數值實驗 第7章習題 第8章 約束最優化問題的最優性理論 8 1 約束最優化問題的一般形式和定義 8 2 約束最優化問題的一階最優性條件 8 3 約束最優化問題的二階最優性條件 8 4 約束最優化的對偶問題 第8章習題 第9章 罰函數方法 9 1 二次罰函數方法 9 2 障礙函數方法 9 3 增廣Lagrange函數方法 9 4 數值實驗 第9章習題 第10章 近端方法 10 1 近端運算元 10 2 近端極小化方法 10 3 近端梯度方法 10 4 加速近端梯度方法 第11章 坐標下降方法 11 1 隨機坐標下降方法 11 2 加速隨機坐標下降方法 11 3 循環坐標下降方法 11 4 求解可分正則最優化問題的隨機坐標下降方法 第12章 交替方向乘子方法 12 1 方法基礎 12 2 ADMM方法的一般形式和理論性質 12 3 一致性問題 12 4 共享問題 12 5 數值實驗 附錄A 數學基礎 A 1 線性代數 A 2 微積分 A 3 凸分析 附錄B 符號說明 參考文獻 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。 |