Ottimizzazione non convessa per il machine learning

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 2 voti.

Titolo originale:

Non-convex Optimization for Machine Learning

Contenuto del libro:

Ottimizzazione non convessa per l'apprendimento automatico analizza in modo approfondito le basi dell'ottimizzazione non convessa con applicazioni all'apprendimento automatico. Introduce la ricca letteratura in questo settore e fornisce al lettore gli strumenti e le tecniche necessarie per analizzare queste semplici procedure per problemi non convessi.

Non-convex Optimization for Machine Learning è il più autonomo possibile, pur non perdendo di vista l'argomento principale delle tecniche di ottimizzazione non convesse. Interi capitoli sono dedicati a presentare una trattazione di tipo tutoriale dei concetti di base dell'analisi e dell'ottimizzazione convesse, nonché delle loro controparti non convesse. Per questo motivo, la monografia può essere utilizzata per un corso semestrale sulle basi dell'ottimizzazione non convessa con applicazioni all'apprendimento automatico. D'altra parte, è anche possibile scegliere singole parti, come il capitolo sul recupero sparso o l'algoritmo EM, da inserire in un corso più ampio. Diversi corsi, come quelli di apprendimento automatico, ottimizzazione ed elaborazione dei segnali, possono trarre vantaggio dall'inclusione di questi argomenti.

L'ottimizzazione non convessa per l'apprendimento automatico" si conclude con un'analisi di quattro interessanti applicazioni nei settori dell'apprendimento automatico e dell'elaborazione dei segnali, ed esplora il modo in cui le tecniche di ottimizzazione non convessa introdotte in precedenza possono essere utilizzate per risolvere questi problemi.