Optimization and learning via stochastic gradient search / Vazquez-Abad,Felisa (2025) / 978-0-691-24586-7

Public ISBD Titre : Optimization and learning via stochastic gradient search Type de document : texte imprimé Auteurs : Vazquez-Abad,Felisa, Auteur ; Heidergott,Bernd, Auteur Editeur : Princeton university press Année de publication : 2025 Importance : 420p. Présentation : couv.ill.en coul. Format : 25cm. ISBN/ISSN/EAN : 978-0-691-24586-7 Note générale : bibliog.p.393-p.413 index Langues : Anglais (eng) Catégories : 51 Mathématiques :519.8 Recherche opérationnelle Tags : optimisation stochastique  gradient stochastique  recherche de gradient  apprentissage automatique  optimisation numérique  algorithmes stochastiques  convergence  méthodes itératives  programmation mathématique  apprentissage Index. décimale : 519.85 Résumé : **this book explains gradient-based stochastic optimization exploiting the methodologies of stochastic approximation and gradient estimation .although the approach is theoretical.the book emphasizes developing algorithms that implement the methods.the underlying philosophy of this book is that when solving real problems mathematical theory.the art of modeling and numerical algorithms complement each other with no one outlook dominating the others. **Cet ouvrage étudie les méthodes modernes d’optimisation et d’apprentissage fondées sur la recherche de gradient stochastique. Il présente les principes mathématiques et algorithmiques permettant de résoudre des problèmes d’optimisation en présence d’incertitude ou de données aléatoires, en abordant notamment les méthodes de gradient, leur analyse, leur convergence et leurs applications à l’apprentissage. L’ouvrage constitue ainsi une référence avancée pour les étudiants, chercheurs et ingénieurs travaillant en optimisation stochastique, apprentissage automatique et méthodes numériques Optimization and learning via stochastic gradient search [texte imprimé] / Vazquez-Abad,Felisa, Auteur ; Heidergott,Bernd, Auteur . - Princeton university press, 2025 . - 420p. : couv.ill.en coul. ; 25cm. ISBN : 978-0-691-24586-7 bibliog.p.393-p.413 index Langues : Anglais (eng) Catégories : 51 Mathématiques :519.8 Recherche opérationnelle Tags : optimisation stochastique  gradient stochastique  recherche de gradient  apprentissage automatique  optimisation numérique  algorithmes stochastiques  convergence  méthodes itératives  programmation mathématique  apprentissage Index. décimale : 519.85 Résumé : **this book explains gradient-based stochastic optimization exploiting the methodologies of stochastic approximation and gradient estimation .although the approach is theoretical.the book emphasizes developing algorithms that implement the methods.the underlying philosophy of this book is that when solving real problems mathematical theory.the art of modeling and numerical algorithms complement each other with no one outlook dominating the others. **Cet ouvrage étudie les méthodes modernes d’optimisation et d’apprentissage fondées sur la recherche de gradient stochastique. Il présente les principes mathématiques et algorithmiques permettant de résoudre des problèmes d’optimisation en présence d’incertitude ou de données aléatoires, en abordant notamment les méthodes de gradient, leur analyse, leur convergence et leurs applications à l’apprentissage. L’ouvrage constitue ainsi une référence avancée pour les étudiants, chercheurs et ingénieurs travaillant en optimisation stochastique, apprentissage automatique et méthodes numériques

Exemplaires(0)

Disponibilité
aucun exemplaire

---

1 (1 - 1 / 1) Par page : 25 50 100 200