First-Order and Stochastic Optimization Methods for Machine Learning

Lan, Guanghui

ISBN 10: 3030395677 / ISBN 13: 9783030395674

Verlag: Springer, 2020

Beschreibung

Bestandsnummer des Verkäufers 41454145-n

Bibliografische Details

• Titel: First-Order and Stochastic Optimization Methods for Machine Learning
• Verlag: Springer
• Erscheinungsjahr: 2020
• Sprache: Englisch
• ISBN-10: 3030395677
• ISBN-13: 9783030395674
• Einband: Hardcover
• Zustand: New

Über diesen Titel

Inhaltsangabe

This book covers not only foundational materials but also the most recent progresses made during the past few years on the area of machine learning algorithms. In spite of the intensive research and development in this area, there does not exist a systematic treatment to introduce the fundamental concepts and recent progresses on machine learning algorithms, especially on those based on stochastic optimization methods, randomized algorithms, nonconvex optimization, distributed and online learning, and projection free methods. This book will benefit the broad audience in the area of machine learning, artificial intelligence and mathematical programming community by presenting these recent developments in a tutorial style, starting from the basic building blocks to the most carefully designed and complicated algorithms for machine learning.

Über die Autorin bzw. den Autor

Charlotte y Peter Fiell son dos autoridades en historia, teoría y crítica del diseño y han escrito más de sesenta libros sobre la materia, muchos de los cuales se han convertido en éxitos de ventas. También han impartido conferencias y cursos como profesores invitados, han comisariado exposiciones y asesorado a fabricantes, museos, salas de subastas y grandes coleccionistas privados de todo el mundo. Los Fiell han escrito numerosos libros para TASCHEN, entre los que se incluyen 1000 Chairs, Diseño del siglo XX, El diseño industrial de la A a la Z, Scandinavian Design y Diseño del siglo XXI.