Leserbewertungen
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Originaltitel:
Introduction to Optimization - With Applications to Machine Learning (Chong Edwin K. P. (Colorado State University))
Inhalt des Buches:
Eine Einführung in die Optimierung
Zugängliches Lehrbuch zur Einführung in die Optimierungstheorie und -methodik mit Schwerpunkt auf technischem Design, mit MATLAB®-Übungen und praktischen Beispielen
Die fünfte Auflage von An Introduction to Optimization wurde vollständig aktualisiert, um den modernen Entwicklungen auf diesem Gebiet Rechnung zu tragen. Sie erfüllt den Bedarf an einer leicht zugänglichen, aber dennoch strengen Einführung in die Optimierungstheorie und -methoden, die sich durch innovative Inhalte und einen unkomplizierten Ansatz auszeichnet. Das Buch beginnt mit einem Überblick über die grundlegenden Definitionen und Notationen und vermittelt gleichzeitig den entsprechenden grundlegenden Hintergrund der linearen Algebra, Geometrie und Infinitesimalrechnung.
Auf dieser Grundlage erforschen die Autoren die wesentlichen Themen der uneingeschränkten Optimierung, der linearen Programmierung und der nichtlinearen eingeschränkten Optimierung. Darüber hinaus enthält das Buch eine Einführung in künstliche neuronale Netze, konvexe Optimierung, multikriterielle Optimierung und Anwendungen der Optimierung im maschinellen Lernen.
Zahlreiche Diagramme und Abbildungen im gesamten Buch ergänzen die schriftliche Darstellung der wichtigsten Konzepte, und auf jedes Kapitel folgen MATLAB®-Übungen und Übungsaufgaben, die die besprochenen Theorien und Algorithmen vertiefen.
Die fünfte Auflage enthält ein neues Kapitel über Lagrangesche (nichtlineare) Dualität, erweiterte Informationen über Matrixspiele, projizierte Gradientenalgorithmen, maschinelles Lernen und zahlreiche neue Übungen am Ende jedes Kapitels.
An Introduction to Optimization enthält Informationen über: Die mathematischen Definitionen, Notationen und Beziehungen aus der linearen Algebra, der Geometrie und der Infinitesimalrechnung, die in der Optimierung verwendet werden Optimierungsalgorithmen, die die eindimensionale Suche, die randomisierte Suche und Gradienten-, Newton-, konjugierte Richtungs- und Quasi-Newton-Methoden abdecken Methoden der linearen Programmierung, die den Simplex-Algorithmus, Innenpunktmethoden und Dualität Nichtlineare eingeschränkte Optimierung: Theorie und Algorithmen, konvexe Optimierung und Lagrangesche Dualität Anwendungen der Optimierung beim maschinellen Lernen, einschließlich Training neuronaler Netze, Klassifizierung, stochastischer Gradientenabstieg, lineare Regression, logistische Regression, Support-Vektor-Maschinen und Clustering.
An Introduction to Optimization ist ein ideales Lehrbuch für einen ein- oder zweisemestrigen Senior-Graduate- oder beginnenden Graduiertenkurs in Optimierungstheorie und -methoden. Der Text ist auch für Forscher und Fachleute in den Bereichen Mathematik, Operations Research, Elektrotechnik, Wirtschaftswissenschaften, Statistik und Wirtschaft von Nutzen.
Weitere Daten des Buches:
| ISBN: | 9781119877639 |
| Autor: | |
| Verlag: | |
| Untertitel: | With Applications to Machine Learning |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2023 |
| Seitenzahl: | 672 |
Kauf:
Derzeit verfügbar, auf Lager.
