Chiudi

Aggiungi l'articolo in

Chiudi
Aggiunto

L’articolo è stato aggiunto alla lista dei desideri

Chiudi

Crea nuova lista

Linear Algebra And Optimization With Applications To Machine Learning - Volume Ii: Fundamentals Of Optimization Theory With Applications To Machine Learning - Jean H Gallier,Jocelyn Quaintance - cover
Linear Algebra And Optimization With Applications To Machine Learning - Volume Ii: Fundamentals Of Optimization Theory With Applications To Machine Learning - Jean H Gallier,Jocelyn Quaintance - cover
Dati e Statistiche
Wishlist Salvato in 0 liste dei desideri
Linear Algebra And Optimization With Applications To Machine Learning - Volume Ii: Fundamentals Of Optimization Theory With Applications To Machine Learning
Disponibilità in 10 giorni lavorativi
213,75 €
-5% 225,00 €
213,75 € 225,00 € -5%
Disp. in 10 gg
Chiudi
Altri venditori
Prezzo e spese di spedizione
ibs
213,75 € Spedizione gratuita
disponibilità in 10 giorni lavorativi disponibilità in 10 giorni lavorativi
Info
Nuovo
Altri venditori
Prezzo e spese di spedizione
ibs
213,75 € Spedizione gratuita
disponibilità in 10 giorni lavorativi disponibilità in 10 giorni lavorativi
Info
Nuovo
Altri venditori
Prezzo e spese di spedizione
Chiudi

Tutti i formati ed edizioni

Chiudi
Linear Algebra And Optimization With Applications To Machine Learning - Volume Ii: Fundamentals Of Optimization Theory With Applications To Machine Learning - Jean H Gallier,Jocelyn Quaintance - cover

Descrizione


Volume 2 applies the linear algebra concepts presented in Volume 1 to optimization problems which frequently occur throughout machine learning. This book blends theory with practice by not only carefully discussing the mathematical under pinnings of each optimization technique but by applying these techniques to linear programming, support vector machines (SVM), principal component analysis (PCA), and ridge regression. Volume 2 begins by discussing preliminary concepts of optimization theory such as metric spaces, derivatives, and the Lagrange multiplier technique for finding extrema of real valued functions. The focus then shifts to the special case of optimizing a linear function over a region determined by affine constraints, namely linear programming. Highlights include careful derivations and applications of the simplex algorithm, the dual-simplex algorithm, and the primal-dual algorithm. The theoretical heart of this book is the mathematically rigorous presentation of various nonlinear optimization methods, including but not limited to gradient decent, the Karush-Kuhn-Tucker (KKT) conditions, Lagrangian duality, alternating direction method of multipliers (ADMM), and the kernel method. These methods are carefully applied to hard margin SVM, soft margin SVM, kernel PCA, ridge regression, lasso regression, and elastic-net regression. Matlab programs implementing these methods are included.
Leggi di più Leggi di meno

Dettagli

2020
Hardback
896 p.
Testo in English
9789811216565
Chiudi
Aggiunto

L'articolo è stato aggiunto al carrello

Informazioni e Contatti sulla Sicurezza dei Prodotti

Le schede prodotto sono aggiornate in conformità al Regolamento UE 988/2023. Laddove ci fossero taluni dati non disponibili per ragioni indipendenti da IBS, vi informiamo che stiamo compiendo ogni ragionevole sforzo per inserirli. Vi invitiamo a controllare periodicamente il sito www.ibs.it per eventuali novità e aggiornamenti.
Per le vendite di prodotti da terze parti, ciascun venditore si assume la piena e diretta responsabilità per la commercializzazione del prodotto e per la sua conformità al Regolamento UE 988/2023, nonché alle normative nazionali ed europee vigenti.

Per informazioni sulla sicurezza dei prodotti, contattare complianceDSA@feltrinelli.it

Chiudi

Aggiungi l'articolo in

Chiudi
Aggiunto

L’articolo è stato aggiunto alla lista dei desideri

Chiudi

Crea nuova lista

Chiudi

Chiudi

Siamo spiacenti si è verificato un errore imprevisto, la preghiamo di riprovare.

Chiudi

Verrai avvisato via email sulle novità di Nome Autore