Ottimizzazione per l'apprendimento automatico

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 5 voti.

Titolo originale:

Optimization for Machine Learning

Contenuto del libro:

Un resoconto aggiornato dell'interazione tra ottimizzazione e apprendimento automatico, accessibile a studenti e ricercatori di entrambe le comunità.

L'interazione tra ottimizzazione e apprendimento automatico è uno degli sviluppi più importanti della moderna scienza computazionale. Le formulazioni e i metodi di ottimizzazione si stanno rivelando fondamentali nella progettazione di algoritmi per estrarre conoscenze essenziali da enormi volumi di dati. L'apprendimento automatico, tuttavia, non è semplicemente un consumatore di tecnologie di ottimizzazione, ma un campo in rapida evoluzione che sta generando esso stesso nuove idee di ottimizzazione. Questo libro raccoglie lo stato dell'arte dell'interazione tra ottimizzazione e machine learning in un modo accessibile ai ricercatori di entrambi i campi.

Gli approcci di ottimizzazione hanno goduto di una certa importanza nell'apprendimento automatico grazie alla loro ampia applicabilità e alle loro interessanti proprietà teoriche. La crescente complessità, le dimensioni e la varietà degli attuali modelli di apprendimento automatico richiedono una rivalutazione delle ipotesi esistenti. Questo libro inizia il processo di rivalutazione. Descrive la rinascita in contesti nuovi di strutture consolidate come i metodi del primo ordine, le approssimazioni stocastiche, i rilassamenti convessi, i metodi del punto interno e i metodi prossimali. Dedica inoltre attenzione a temi più recenti come l'ottimizzazione regolarizzata, l'ottimizzazione robusta, i metodi del gradiente e del sottogradiente, le tecniche di suddivisione e i metodi del secondo ordine. Molte di queste tecniche traggono ispirazione da altri campi, tra cui la ricerca operativa, l'informatica teorica e i sottocampi dell'ottimizzazione. Il libro arricchirà la fertilizzazione incrociata in corso tra la comunità dell'apprendimento automatico e questi altri campi, e all'interno della più ampia comunità dell'ottimizzazione.