Muutke küpsiste eelistusi

E-raamat: Continuous Optimization For Data Science

(The Chinese University Of Hong Kong, Shenzhen, China & The Hebrew University Of Jerusalem, Israel)
  • Formaat: 320 pages
  • Ilmumisaeg: 20-Jun-2025
  • Kirjastus: World Scientific Publishing Co Pte Ltd
  • Keel: eng
  • ISBN-13: 9789811299209
Teised raamatud teemal:
  • Formaat - PDF+DRM
  • Hind: 204,75 €*
  • * hind on lõplik, st. muud allahindlused enam ei rakendu
  • Lisa ostukorvi
  • Lisa soovinimekirja
  • See e-raamat on mõeldud ainult isiklikuks kasutamiseks. E-raamatuid ei saa tagastada.
Continuous Optimization For Data ScienceSuurem pilt
  • Formaat: 320 pages
  • Ilmumisaeg: 20-Jun-2025
  • Kirjastus: World Scientific Publishing Co Pte Ltd
  • Keel: eng
  • ISBN-13: 9789811299209
Teised raamatud teemal:

DRM piirangud

  • Kopeerimine (copy/paste):

    ei ole lubatud

  • Printimine:

    ei ole lubatud

  • Kasutamine:

    Digitaalõiguste kaitse (DRM)
    Kirjastus on väljastanud selle e-raamatu krüpteeritud kujul, mis tähendab, et selle lugemiseks peate installeerima spetsiaalse tarkvara. Samuti peate looma endale  Adobe ID Rohkem infot siin. E-raamatut saab lugeda 1 kasutaja ning alla laadida kuni 6'de seadmesse (kõik autoriseeritud sama Adobe ID-ga).

    Vajalik tarkvara
    Mobiilsetes seadmetes (telefon või tahvelarvuti) lugemiseks peate installeerima selle tasuta rakenduse: PocketBook Reader (iOS / Android)

    PC või Mac seadmes lugemiseks peate installima Adobe Digital Editionsi (Seeon tasuta rakendus spetsiaalselt e-raamatute lugemiseks. Seda ei tohi segamini ajada Adober Reader'iga, mis tõenäoliselt on juba teie arvutisse installeeritud )

    Seda e-raamatut ei saa lugeda Amazon Kindle's. 

The text is divided into three main parts: unconstrained optimization, constrained optimization, and linear programming. The first part addresses unconstrained optimization in single-variable and multivariable functions, introducing key algorithms such as steepest descent, Newton, and quasi-Newton methods.The second part focuses on constrained optimization, starting with linear equality constraints and extending to more general cases, including inequality constraints. It details optimality conditions, sensitivity analysis, and relevant algorithms for solving these problems.The third part covers linear programming, presenting the formulation of LP problems, the simplex algorithm, and sensitivity analysis. Throughout, the text provides numerous applications to data science, such as linear regression, maximum likelihood estimation, expectation-maximization algorithms, support vector machines, and linear neural networks.
Lisainfo e-raamatute kohta Lisainfo e-raamatute kohta
Püsilink: https://www.kriso.ee/db/97898112992092e.html