Introduzione all'ottimizzazione convessa online, seconda edizione

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 7 voti.

Titolo originale:

Introduction to Online Convex Optimization, Second Edition

Contenuto del libro:

Nuova edizione di un libro di testo di livello universitario incentrato sull'ottimizzazione convessa online, una struttura di apprendimento automatico che considera l'ottimizzazione come un processo.

In molte applicazioni pratiche, l'ambiente è così complesso che non è possibile definire un modello teorico completo e utilizzare la teoria algoritmica classica e/o l'ottimizzazione matematica. Introduction to Online Convex Optimization presenta un robusto approccio di apprendimento automatico che contiene elementi di ottimizzazione matematica, teoria dei giochi e teoria dell'apprendimento: un metodo di ottimizzazione che impara dall'esperienza man mano che si osservano altri aspetti del problema. Questa visione dell'ottimizzazione come processo ha portato a successi spettacolari nella modellazione e nei sistemi che sono diventati parte della nostra vita quotidiana.

Basata sul corso di “Theoretical Machine Learning” tenuto dall'autore all'Università di Princeton, la seconda edizione di questo testo di livello universitario ampiamente utilizzato presenta:

⬤ Materiale accuratamente aggiornato.

⬤ Nuovi capitoli su boosting, adaptive regret e approachability e un'esposizione ampliata sull'ottimizzazione.

⬤ Esempi di applicazioni, tra cui la predizione da pareri di esperti, la selezione del portafoglio, il completamento di matrici e i sistemi di raccomandazione, l'addestramento SVM, offerti in tutto il testo.

⬤ Esercizi che guidano gli studenti nel completamento di parti delle prove.