<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          北大「最優(yōu)化:建模、算法與理論」新書, 附579頁電子版與課件

          共 1828字,需瀏覽 4分鐘

           ·

          2021-12-01 06:18

          ↓↓↓點擊關(guān)注,回復(fù)資料,10個G的驚喜

          編輯:專知



          最優(yōu)化計算方法是運籌學(xué)、計算數(shù)學(xué)、機器學(xué)習(xí)和數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)等專業(yè)的一門核心課程。最優(yōu)化問題通常需要對實際需求進行定性和定量分析,建立恰當(dāng)?shù)臄?shù)學(xué)模型來描述該問題,設(shè)計合適的計算方法來尋找問題的最優(yōu)解,探索研究模型和算法的理論性質(zhì),考察算法的計算性能等多方面。最優(yōu)化廣泛應(yīng)用于科學(xué)與工程計算、數(shù)據(jù)科學(xué)、機器學(xué)習(xí)、人工智能、圖像和信號處理、金融和經(jīng)濟、管理科學(xué)等眾多領(lǐng)域。本書將介紹最優(yōu)化的基本概念、典型案例、基本算法和理論。通過本書的學(xué)習(xí),掌握最優(yōu)化的基本概念,最優(yōu)性理論,典型的幾類最優(yōu)化問題(如凸優(yōu)化,無約束優(yōu)化,約束優(yōu)化,復(fù)合優(yōu)化等等)的建模或判別,相關(guān)優(yōu)化問題的基本計算方法,并能熟練調(diào)用基于MATLAB或Python等語言的典型優(yōu)化軟件程序求解一些標(biāo)準的優(yōu)化問題,靈活運用所講授的算法和理論求解一些非標(biāo)準的優(yōu)化問題。達到鍛煉將實際問題建立合適最優(yōu)化模型的能力,選擇合適的現(xiàn)有軟件包和算法的能力,遇到?jīng)]有現(xiàn)成算法自己實現(xiàn)簡單算法的能力。

          電子書+課件 ↓↓↓


          http://bicmr.pku.edu.cn/~wenzw/optbook.html


          內(nèi)容簡介


          它們的主要區(qū)別是簡化版中不涉及一些復(fù)雜的概念、詳細的例子和證明等等。在第一章簡要介紹最優(yōu)化基本概念之后,詳細版從四個方面進行講述。


          • 基礎(chǔ)知識:第二章介紹最優(yōu)化建模和算法中經(jīng)常需要使用的一些基礎(chǔ)知識,包括范數(shù)、導(dǎo)數(shù)、凸集、凸函數(shù)、次梯度、共軛函數(shù)等。此外為了內(nèi)容的完整性也在附錄部分簡要概述了一些基礎(chǔ)知識,其中線性代數(shù)包含矩陣、特征值、廣義逆、SMW公式、Schur補等,數(shù)值代數(shù)包括范數(shù)、方程組求解、矩陣分解、數(shù)值代數(shù)軟件包等,概率論包含隨機變量、期望、方差、條件期望、概率不等式等重要概念和結(jié)論。




          • 優(yōu)化建模:第三章闡述一些典型的優(yōu)化建模方法,并以科學(xué)工程計算和機器學(xué)習(xí)中一些典型問題為例介紹如何建立優(yōu)化模型。第四章給出了最優(yōu)化問題的一些典型分類和判別技巧,如線性規(guī)劃、半定規(guī)劃、最小二乘問題、復(fù)合優(yōu)化、矩陣優(yōu)化、隨機優(yōu)化等等。一個實際問題根據(jù)其側(cè)重點可以由不同的優(yōu)化模型來描述,一種優(yōu)化模型也可以對應(yīng)很多不同的實際應(yīng)用。




          • 最優(yōu)性理論:第五章介紹最優(yōu)性理論,包括最優(yōu)解的存在性和唯一性,無約束可微問題、無約束不可微問題、帶約束優(yōu)化問題的一階或二階最優(yōu)性條件,對偶理論,帶廣義不等式(如半定規(guī)劃問題)的對偶理論。




          • 最優(yōu)化算法:第六章介紹無約束優(yōu)化算法,包括線搜索方法、梯度類算法、次梯度算法、牛頓類算法、信賴域算法、非線性最小二乘法。第七章介紹約束優(yōu)化算法,包括罰函數(shù)法、增廣拉格朗日函數(shù)法及其在典型凸優(yōu)化問題的主問題和對偶問題上的具體應(yīng)用,線性規(guī)劃內(nèi)點法。第八章介紹復(fù)合優(yōu)化算法,包括近似點梯度法、Nesterov加速算法、近似點算法、分塊坐標(biāo)下降法、對偶算法、交替方向乘子法、隨機優(yōu)化算法。



          最優(yōu)化問題(也稱優(yōu)化問題)泛指定量決策問題,主要關(guān)心如何對有限 資源進行有效分配和控制,并達到某種意義上的最優(yōu).它通常需要對需求進 行定性和定量分析,建立恰當(dāng)?shù)臄?shù)學(xué)模型來描述該問題,設(shè)計合適的計算方 法來尋找問題的最優(yōu)解,探索研究模型和算法的理論性質(zhì),考察算法的計算 性能等.由于很多數(shù)學(xué)問題難以直接給出顯式解,最優(yōu)化模型就成為人們最 常見的選擇,計算機的高速發(fā)展也為最優(yōu)化方法提供了有力輔助工具.因此 最優(yōu)化方法被廣泛應(yīng)用于科學(xué)與工程計算、金融與經(jīng)濟、管理科學(xué)、工業(yè)生 產(chǎn)、圖像與信號處理、數(shù)據(jù)分析與人工智能、計算物理與化學(xué)等眾多領(lǐng)域.

          推薦閱讀

          1. 用Python學(xué)線性代數(shù):自動擬合數(shù)據(jù)分布
          2. Python 用一行代碼搞事情,機器學(xué)習(xí)通吃
          3. Github 上最大的開源算法庫,還能學(xué)機器學(xué)習(xí)!
          4. JupyterLab 這插件太強了,Excel靈魂附體
          5. 終于把 jupyter notebook 玩明白了
          6. 一個超好用的 Python 標(biāo)準庫,666?
          7. 幾百本編程中文書籍(含Python)持續(xù)更新
          8. 100天搞定機器學(xué)習(xí)|Day63 徹底掌握 LightGBM
          9. 100天搞定機器學(xué)習(xí) 番外:使用FastAPI構(gòu)建機器學(xué)習(xí)API


          你也「在看」嗎???


          瀏覽 93
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  永久网站av漫画 曰韩人妻一区二区 | 免费看片A级毛片免费看电影男 | 欧美精品AAAAAA片 | 国产精品a V视频 | 中国农村乱婬片AA片 |