优化和机器学习的相互作用是现代计算科学最重要的发展之一。优化的公式和方法在设计从大量数据中提取基本知识的算法方面被证明是至关重要的。然而,机器学习并不仅仅是优化技术的消费者,而是一个快速发展的领域,它本身也在产生新的优化思想。这本书以一种对两个领域的研究人员都可访问的方式捕获了优化和机器学习之间交互的艺术的状态。

优化方法因其广泛的适用性和吸引人的理论特性而在机器学习中占有重要地位。当今机器学习模型的复杂性、规模和多样性日益增加,需要对现有假设进行重新评估。这本书开始了重新评估的过程。它描述了在诸如一阶方法,随机近似,凸松弛,内点方法,和近端方法等已建立的框架。它还专门关注一些新的主题,如正则化优化、鲁棒优化、梯度和次梯度方法、分裂技术和二阶方法。其中许多技术的灵感来自其他领域,包括运筹学、理论计算机科学和优化子领域。这本书将丰富机器学习社区和这些其他领域以及更广泛的优化社区之间正在进行的交叉发展。

成为VIP会员查看完整内容
143

相关内容

【斯坦福经典书】机器学习导论,188页pdf
专知会员服务
77+阅读 · 2021年3月31日
【经典书】数理统计学,142页pdf
专知会员服务
94+阅读 · 2021年3月25日
【干货书】Python机器学习,361页pdf
专知会员服务
252+阅读 · 2021年2月25日
【MIT经典书】统计学习与序列预测,261页pdf
专知会员服务
74+阅读 · 2020年11月17日
【干货书】机器学习Primer,122页pdf
专知会员服务
104+阅读 · 2020年10月5日
【干货书】Python数据科学分析,413页pdf
专知会员服务
85+阅读 · 2020年8月22日
【干货书】管理统计和数据科学原理,678页pdf
专知会员服务
176+阅读 · 2020年7月29日
【干货书】现代数据平台架构,636页pdf
专知会员服务
249+阅读 · 2020年6月15日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
278+阅读 · 2020年6月3日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
329+阅读 · 2020年3月17日
【新书册】贝叶斯神经网络,41页pdf
专知
25+阅读 · 2020年6月3日
从浅层模型到深度模型:概览机器学习优化算法
机器之心
23+阅读 · 2017年7月9日
Arxiv
5+阅读 · 2021年4月16日
Arxiv
0+阅读 · 2021年4月15日
Arxiv
0+阅读 · 2021年4月15日
Meta Learning for Causal Direction
Arxiv
5+阅读 · 2020年7月6日
Arxiv
6+阅读 · 2018年6月20日
VIP会员
相关VIP内容
【斯坦福经典书】机器学习导论,188页pdf
专知会员服务
77+阅读 · 2021年3月31日
【经典书】数理统计学,142页pdf
专知会员服务
94+阅读 · 2021年3月25日
【干货书】Python机器学习,361页pdf
专知会员服务
252+阅读 · 2021年2月25日
【MIT经典书】统计学习与序列预测,261页pdf
专知会员服务
74+阅读 · 2020年11月17日
【干货书】机器学习Primer,122页pdf
专知会员服务
104+阅读 · 2020年10月5日
【干货书】Python数据科学分析,413页pdf
专知会员服务
85+阅读 · 2020年8月22日
【干货书】管理统计和数据科学原理,678页pdf
专知会员服务
176+阅读 · 2020年7月29日
【干货书】现代数据平台架构,636页pdf
专知会员服务
249+阅读 · 2020年6月15日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
278+阅读 · 2020年6月3日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
329+阅读 · 2020年3月17日
微信扫码咨询专知VIP会员