Wprowadzenie do optymalizacji wypukłej online, wydanie drugie

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 7 głosach.

Oryginalny tytuł:

Introduction to Online Convex Optimization, Second Edition

Zawartość książki:

Nowe wydanie podręcznika dla absolwentów, który koncentruje się na optymalizacji wypukłej online, strukturze uczenia maszynowego, która postrzega optymalizację jako proces.

W wielu praktycznych zastosowaniach środowisko jest tak złożone, że nie jest możliwe stworzenie kompleksowego modelu teoretycznego i wykorzystanie klasycznej teorii algorytmów i/lub optymalizacji matematycznej. Wprowadzenie do optymalizacji wypukłej online przedstawia solidne podejście do uczenia maszynowego, które zawiera elementy optymalizacji matematycznej, teorii gier i teorii uczenia się: metodę optymalizacji, która uczy się na podstawie doświadczenia, gdy obserwuje się więcej aspektów problemu. Takie spojrzenie na optymalizację jako proces doprowadziło do kilku spektakularnych sukcesów w modelowaniu i systemach, które stały się częścią naszego codziennego życia.

Oparte na kursie „Teoretyczne uczenie maszynowe” prowadzonym przez autora na Uniwersytecie Princeton, drugie wydanie tego szeroko stosowanego tekstu na poziomie magisterskim zawiera: ⬤ Dokładnie zaktualizowany materiał we wszystkich rozdziałach.

⬤ gruntownie zaktualizowany materiał.

⬤ Nowe rozdziały poświęcone wzmocnieniu, adaptacyjnemu żalowi i przystępności oraz rozszerzonej ekspozycji na optymalizację.

⬤ Przykłady zastosowań, w tym przewidywanie na podstawie porad ekspertów, wybór portfela, uzupełnianie macierzy i systemy rekomendacji, szkolenie SVM.

⬤ Ćwiczenia, które prowadzą studentów w wypełnianiu części dowodów.