广东职业技术学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习中的加速一阶优化算法/林宙辰, 李欢, 方聪著

出版发行项:

北京:机械工业出版社,2021.7

ISBN及定价:

978-7-111-68500-5/CNY109.00

载体形态项:

xv, 264页;24cm

并列正题名:

Accelerated optimization for machine learning first-order algorothms

丛编项:

智能人工智能丛书

个人责任者:

林宙辰 著

个人责任者:

李欢 著

个人责任者:

方聪 著

学科主题:

机器学习-最优化算法

中图法分类号:

TP181

责任者附注:

林宙辰, 机器学习和计算机视觉领域的国际知名专家, 目前是北京大学信息科学技术学院机器感知与智能教育部重点实验室教授。李欢, 于2019年在北京大学获得博士学位, 专业为机器学习。目前是南开大学人工智能学院助理研究员, 研究兴趣包括优化和机器学习。方聪, 于2019年在北京大学获得博士学位, 专业为机器学习。目前是北京大学助理教授, 研究兴趣包括机器学习和优化。

书目附注:

有书目和索引

提要文摘附注:

机器学习是关于从数据中建立预测或描述模型, 以提升机器解决问题能力的学科。在建立模型后, 需要采用适当的优化算法来求解模型的参数, 因此优化算法是机器学习的重要组成部分。但是传统的优化算法并不完全适用于机器学习, 因为通常来说机器学习模型的参数维度很高或涉及的样本数巨大, 这使得一阶优化算法在机器学习中占据主流地位。本书概述了机器学习中加速一阶优化算法的新进展。书中全面介绍了各种情形下的加速一阶优化算法, 包括确定性和随机性的算法、同步和异步的算法、带约束的问题和无约束的问题、凸问题和非凸问题, 对算法思想进行了深入的解读, 并对其收敛速度提供了详细的证明。

使用对象附注:

本书面向机器学习和优化领域研究人员, 包括人工智能及数学专业高年级本科生、研究生, 以及从事人工智能领域产品研发的工程师

豆瓣简介：