机读格式显示(MARC)

• 000 01751nam 2200301 450

• 001 0000658749

• 005 20240522135000.0

• 010 __ |a 978-7-300-31670-3 |d CNY49.00

• 100 __ |a 20231127d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 数据科学优化方法 |A shu ju ke xue you hua fang fa |d = Optimization method in data science |f 孙怡帆编著 |z eng

• 210 __ |a 北京 |c 中国人民大学出版社 |d 2023

• 215 __ |a 225页 |c 图 |d 26cm

• 225 2_ |a 数据科学与大数据技术丛书 |A shu ju ke xue yu da shu ju ji shu cong shu

• 300 __ |a 中国人民大学“十三五”规划教材

• 314 __ |a 孙怡帆, 中国人民大学应用统计科学研究中心研究员, 统计学院教授, 博士生导师, 数理统计系系主任, 全国工业统计学教学研究会常务理事, 中国统计教育学会理事。

• 320 __ |a 有书目 (第224-225页)

• 330 __ |a 本书一方面, 系统全面地讲述了无约束和有约束最优化问题的常用求解方法, 包括负梯度方法、牛顿方法、拟牛顿方法、共轭梯度方法、罚函数方法等。另一方面, 加入近几年在数据科学领域受到广泛关注的一些新型一阶最优化方法, 例如随机梯度下降方法、小批量随机梯度下降方法、动量方法、Nesterov加速梯度方法、Adam方法等。特别地, 本书着重讲述了在数据科学中占据重要地位的正则最优化问题, 并介绍其求解方法, 包括坐标下降方法、近端方法和交替方向乘子方法。其次, 本书注重理论和实践相结合。主要的最优化方法均配有详细例子加以解释和阐述, 并在章的最后一节进行数值实验, 通过几个典型的最优化问题展示最优化方法的实际数值表现, 有助于读者对方法性能建立起直观感受。

• 410 _0 |1 2001 |a 数据科学与大数据技术丛书

• 510 1_ |a Optimization method in data science |z eng

• 606 0_ |a 数据处理 |A shu ju chu li |x 最优化算法 |x 高等学校 |j 教材

• 690 __ |a TP274 |v 5

• 701 _0 |a 孙怡帆 |A sun yi fan |4 编著

• 801 _0 |a CN |b 安徽时代 |c 20231127

• 905 __ |a LIB |d TP274/738