计算机科学在建模和解决问题的方法上正在经历一个根本性的转变。早期的计算机科学家主要研究离散数学,专注于由有限数量的不同片段组成的图形、树和阵列等结构。随着快速浮点处理、“大数据”、三维扫描和其他噪杂输入来源的引入,现代计算机科学工作者必须设计健壮的方法来处理和理解实值数据。现在,除了离散数学,计算机科学家必须同样流利地掌握多元微积分和线性代数的语言。
数值算法介绍了计算机科学应用的数值方法的用户所必需的技能。本文是为高级本科生和早期研究生设计的,他们熟悉数学符号和形式,但需要在考虑算法的同时复习连续的概念。它涵盖了广泛的主题基础,从数值线性代数到优化和微分方程,目标是导出标准方法,同时发展直觉和舒适所需的理解更多的文献在每个子主题。在书中,每一章都温和而严谨地介绍了数值方法、数学背景和现代计算机科学的实例。
几乎每个部分都考虑了给定类型的数值算法的实际用例。例如,奇异值分解与统计方法、点云对齐和低秩近似一起被引入,最小二乘的讨论包括机器学习的概念,如核化和正则化。本理论与应用并行介绍的目的是提高设计数值方法和每种方法在实际情况中的应用。
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“NA392” 可以获取《【经典书】计算机视觉、机器学习和图形的数值算法,392页pdf》专知下载链接索引