Py学习  »  机器学习算法

机器学习必读新书-《凸优化算法原理详解》免费pdf分享

深度学习与NLP • 2 年前 • 252 次点击  

本书介绍

    凸优化研究在凸集上最小化凸函数的问题。凸性,以及它的众多含义,已经被用来为许多类凸规划提出有效的算法。因此,凸优化已经广泛地影响了科学和工程的几个学科。

    在过去的几年里,凸优化算法已经彻底改变了算法设计,无论是离散优化问题还是连续优化问题。对于诸如图中最大流、二分图中最大匹配和子函数最小化等问题,已知最快的算法涉及凸优化算法的基本和非平凡使用,例如梯度下降、镜像下降、内点方法和切割平面方法。令人惊讶的是,凸优化算法也被用来设计离散对象(如拟阵)的计数问题。同时,凸优化算法已经成为许多现代机器学习应用的核心。在越来越大和越来越复杂的输入实例的驱动下,对凸优化算法的需求也极大地推动了凸优化本身的发展。


  文末附本书最新免费pdf下载地址。


    这本书的目标是使读者能够深入理解凸优化的算法。重点是从第一性原理导出凸优化的关键算法,并根据输入长度建立精确的运行时间界限。鉴于这些方法的广泛适用性,单本书不可能展示所有这些方法的应用。这本书展示了各种离散优化和计数问题的快速算法的应用。本书中选择的应用程序旨在说明连续优化和离散优化之间令人惊讶的桥梁。


本书目录

 

内容截图

本书免费pdf下载地址

    微信公众号“深度学习与NLP”回复关键字“cox20”获取下载地址。

往期精品内容推荐

节日福利!矩池云深度学习平台邀请好友最高返利20%

BiliBili 100+国际名校免费公开课整理分享

20年校招DL/NLP/推荐系统/ML/算法基础面试必看300问及答案

一文回顾深度学习发展史上最重要经典模型

DeepMind深度学习系列讲座-9-生成深度对抗网络

李沐中《动手学深度学习》6月最新版免费分享

自然语言处理任务相关经典论文、免费书籍、博客、tf代码整理分享

机器学习基础-《统计学习-SLT》教材分享

短小精悍-机器学习核心概念、模型、基础知识点简明手册-免费分享

CMU新课-《神经网络与NLP 2020春》视频及ppt分享

2020年最新深度学习模型、策略整理及实现汇总分享

2020年新书速递-《因果推理原理:基础与学习算法》分享

扫描下方二维码可以订阅哦!

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号:lqfarmerlq

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/126327
 
252 次点击