📚 网上馆配 · 在线荐购平台

内容简介：本书以一种紧凑且自成体系的方式涵盖了优化算法的基础知识，重点介绍了与数据科学最相关的技术。具体来说，本书首先展示了数据科学中的许多标准问题都可以表述为优化问题。接下来，描述并分析了优化领域的许多基本方法，包括用于平滑函数(特别是凸函数)的无约束优化的梯度法和加速梯度法、随机梯度法(机器学习中的主要算法)、坐标下降法、用于约束优化问题的几种关键算法、用于最小化数据科学中出现的非平滑函数的算法、非平滑函数和优化对偶性分析的基础，以及与神经网络相关的反向传播方法。