MARC状态：订购 文献类型：中文图书 浏览次数：6
- 题名/责任者:
- 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
- ISBN及定价:
- 978-7-300-31670-3/CNY49.00
- 载体形态项:
- 225页;26cm
- 丛编项:
- 数据科学与大数据技术丛书
- 个人责任者:
- 孙怡帆 编著
- 学科主题:
- 数据处理-最优化算法
- 中图法分类号:
- TP274
- 提要文摘附注:
- 本书一方面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方法、动量方法、Nesterov加速梯度方法、Adam方法等。
全部MARC细节信息>>