機器學習中的一階與隨機優化方法

來自 孔夫子舊書網 的圖片

《機器學習中的一階與隨機優化方法》，[美] 藍光輝（Guanghui Lan） 著，劉曉鴻 譯，出版社： 機械工業出版社。

內容簡介

本書對優化算法的理論和研究進展進行了系統的梳理，旨在幫助讀者快速了解該領域的發展脈絡，掌握必要的基礎知識，進而推進前沿研究工作。本書首先介紹流行的機器學習模式，對重要的優化理論進行回顧，接着重點討論已廣泛應用於優化的算法，以及有潛力應用於大規模機器學習和數據分析的算法，包括一階方法、隨機優化方法、隨機和分布式方法、非凸隨機優化方法、無投影方法、算子滑動和分散方法等。

本書適合對機器學習、人工智能和數學編程感興趣的讀者閱讀參考。

作者介紹

藍光輝（Guanghui Lan） 佐治亞理工學院工業與系統工程學院教授，之前曾任教於佛羅里達大學工業與系統工程系。研究方向為隨機優化和非線性規劃的理論、算法與應用。曾獲NSF CAREER獎、INFORMS青年教師論文獎一等獎、INFORMS Computing Society（ICS）獎等。目前擔任Computational Optimization and Applications、Mathematical Programming和SIAM Journal on Optimization等期刊的副主編。博士畢業於佐治亞理工學院。