机读格式显示(MARC)

• 000 01871nam 2200325 450

• 001 0000367930

• 005 20230613163138.1

• 010 __ |a 978-7-111-72425-4 |d CNY169.00

• 092 __ |b CIP-22CA4C53F4C64A4ABE38A0D782C543F6

• 100 __ |a 20230613d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 机器学习中的一阶与随机优化方法 |A ji qi xue xi zhong de yi jie yu sui ji you hua fang fa |f (美) 蓝光辉著 |d = First-order and stochastic optimization methods for machine learning |f Guanghui Lan |g 刘晓鸿译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2023.5

• 215 __ |a 460页 |c 图 |d 26cm

• 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu

• 306 __ |a 本书中文简体字版由Springer授权机械工业出版社独家出版

• 314 __ |a 蓝光辉 (Guanghui Lan), 佐治亚理工学院工业与系统工程学院教授, 之前曾任教于佛罗里达大学工业与系统工程系。研究方向为随机优化和非线性规划的理论、算法与应用。刘晓鸿, 北京邮电大学计算机学院副教授, 研究方向为模式识别与人工智能、嵌入式实时系统、智能交通系统等。

• 320 __ |a 有书目 (第453-460页)

• 330 __ |a 本书对优化算法的理论和研究进展进行了系统的梳理, 旨在帮助读者快速了解该领域的发展脉络, 掌握必要的基础知识, 进而推进前沿研究工作。本书首先介绍流行的机器学习模式, 对重要的优化理论进行回顾, 接着重点讨论已广泛应用于优化的算法, 以及有潜力应用于大规模机器学习和数据分析的算法, 包括一阶方法、随机优化方法、随机和分布式方法、非凸随机优化方法、无投影方法、算子滑动和分散方法等。

• 333 __ |a 本书适合对机器学习、人工智能和数学编程感兴趣的广大读者阅读参考

• 410 _0 |1 2001 |a 智能科学与技术丛书

• 500 10 |a First-order and stochastic optimization methods for machine learning |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi |x 最优化算法

• 690 __ |a TP181 |v 5

• 701 _0 |a 蓝光辉 |A lan guang hui |4 著

• 702 _0 |a 刘晓鸿 |A liu xiao hong |4 译

• 801 _0 |a CN |b 湖北三新 |c 20230613