Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 5 votes.
Optimization for Machine Learning
Un compte rendu actualisé de l'interaction entre l'optimisation et l'apprentissage automatique, accessible aux étudiants et aux chercheurs des deux communautés.
L'interaction entre l'optimisation et l'apprentissage automatique est l'un des développements les plus importants de la science informatique moderne. Les formulations et les méthodes d'optimisation s'avèrent essentielles pour concevoir des algorithmes permettant d'extraire des connaissances essentielles à partir d'énormes volumes de données. L'apprentissage automatique, cependant, n'est pas simplement un consommateur de la technologie d'optimisation, mais un domaine en évolution rapide qui génère lui-même de nouvelles idées d'optimisation. Ce livre présente l'état de l'art de l'interaction entre l'optimisation et l'apprentissage automatique d'une manière accessible aux chercheurs des deux domaines.
Les approches d'optimisation ont joué un rôle prépondérant dans l'apprentissage automatique en raison de leur large applicabilité et de leurs propriétés théoriques attrayantes. La complexité, la taille et la variété croissantes des modèles d'apprentissage automatique d'aujourd'hui exigent la réévaluation des hypothèses existantes. Ce livre entame le processus de réévaluation. Il décrit la résurgence, dans de nouveaux contextes, de cadres établis tels que les méthodes du premier ordre, les approximations stochastiques, les relaxations convexes, les méthodes du point intérieur et les méthodes proximales. Il s'intéresse également à des thèmes plus récents tels que l'optimisation régularisée, l'optimisation robuste, les méthodes de gradient et de sous-gradient, les techniques de fractionnement et les méthodes du second ordre. Nombre de ces techniques s'inspirent d'autres domaines, notamment la recherche opérationnelle, l'informatique théorique et des sous-domaines de l'optimisation. Le livre enrichira la fertilisation croisée en cours entre la communauté de l'apprentissage automatique et ces autres domaines, ainsi qu'au sein de la communauté plus large de l'optimisation.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)