杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

在线凸优化/(美)埃拉德·哈赞(EladHazan)著 罗俊仁，张万鹏译

版本说明:

2版

出版发行项:

北京:清华大学出版社,2024

ISBN及定价:

978-7-302-66112-2/CNY99.80

载体形态项:

215页:图;21cm

丛编项:

计算机与智能科学丛书

个人责任者:

(美) 哈赞 (Hazan, Elad) 著

个人次要责任者:

罗俊仁 译

个人次要责任者:

张万鹏 译

学科主题:

凸分析-最优化算法

中图法分类号:

O174.13

提要文摘附注:

本书是对在线凸优化扩展理论的介绍，作为一本高级教科书编写，可作为研究生课程的基础，或研究人员了解这个处于优化和机器学习交叉点的世界的参考。本书提出了一种稳健的机器学习方法，包含数学优化、博弈论和学习理论的元素：随着对问题更多方面的观察，这种优化方法会从经验中学习。这种将优化视为一个过程的观点已经在建模和系统方面取得了一些惊人的成就，这些成就也已经成为我们生活的一部分。本书可分为三个部分，第一部分包含OCO的基本定义、框架和核心算法，第二部分包含更高级的算法和对框架的深入分析，以及对其他计算和信息访问模型的扩展，第三部分涉及更高级的算法，更困难的设置以及著名机器学习范式的关系。

豆瓣简介：