Introducción a la optimización - Con aplicaciones al aprendizaje automático (Chong Edwin K. P. (Colorado State University))

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 2 votos.

Título original:

Introduction to Optimization - With Applications to Machine Learning (Chong Edwin K. P. (Colorado State University))

Contenido del libro:

Introducción a la optimización

Libro de texto introductorio y accesible sobre teoría y métodos de optimización, con énfasis en el diseño de ingeniería, que incluye ejercicios de MATLAB® y ejemplos prácticos.

La quinta edición de An Introduction to Optimization, totalmente actualizada para reflejar los últimos avances en este campo, satisface la necesidad de una introducción accesible, pero rigurosa, a la teoría y los métodos de optimización, con una cobertura innovadora y un enfoque directo. El libro comienza con una revisión de las definiciones y notaciones básicas, a la vez que proporciona los fundamentos básicos del álgebra lineal, la geometría y el cálculo.

Con esta base, los autores exploran los temas esenciales de los problemas de optimización sin restricciones, los problemas de programación lineal y la optimización no lineal con restricciones. Además, el libro incluye una introducción a las redes neuronales artificiales, la optimización convexa, la optimización multiobjetivo y las aplicaciones de la optimización en el aprendizaje automático.

Los numerosos diagramas y figuras que aparecen a lo largo del libro complementan la presentación escrita de los conceptos clave, y cada capítulo va seguido de ejercicios y problemas prácticos de MATLAB® que refuerzan la teoría y los algoritmos tratados.

La quinta edición incluye un nuevo capítulo sobre dualidad lagrangiana (no lineal), una cobertura ampliada sobre juegos matriciales, algoritmos de gradiente proyectado, aprendizaje automático y numerosos ejercicios nuevos al final de cada capítulo.

An Introduction to Optimization incluye información sobre: Las definiciones matemáticas, notaciones y relaciones del álgebra lineal, la geometría y el cálculo utilizados en la optimización Algoritmos de optimización, que cubren la búsqueda unidimensional, la búsqueda aleatoria y el gradiente, Newton, la dirección conjugada y los métodos cuasi-Newton Métodos de programación lineal, que cubren el algoritmo simplex, los métodos de punto interior, Optimización no lineal con restricciones: teoría y algoritmos, optimización convexa y dualidad lagrangiana Aplicaciones de la optimización en el aprendizaje automático: entrenamiento de redes neuronales, clasificación, descenso de gradiente estocástico, regresión lineal, regresión logística, máquinas de vectores soporte y agrupación.

Introducción a la optimización es un libro de texto ideal para un curso de licenciatura de uno o dos semestres o para un curso de posgrado inicial sobre teoría y métodos de optimización. El texto también es útil para investigadores y profesionales de las matemáticas, la investigación operativa, la ingeniería eléctrica, la economía, la estadística y la empresa.