计算机类
免费
机器学习中的交替方向乘子法 PDF
更新日期：
2026-06-25
|
浏览量：
13
使用机器学习技术解决实际应用问题涉及模型的建立、训练及评估等步骤．优化算法常被用于训练模型的参数，是机器学习的重要组成部分.机器学习模型的训练可以建模成无约束优化问题或带约束优化问题,约束可以为模型增加更多的先验知识.基于梯度的算法（例如加速梯度法、随机梯度法等）是求解无约束优化问题的常用方法，,而交替方向乘子法(ADMM)则是求解带约束优化问题的有力工具.
本书概述了机器学习中 ADMM 的新进展.书中全面介绍了各种情形下的ADMM，包括确定性和随机性的算法、集中式和分布式的算法，以及求解凸问题和非凸问题的算法,深入介绍了各个算法的核心思想，并为算法的收敛性和收敛速度提供了详细的证明.
本书面向机器学习和优化领域的研究人员，也包括人工智能﹑信号处理、自动控制、网络通信、应用数学等专业的高年级本科生和研究生，以及从事相关领域产品研发的工程师.
评论列表 0
发布评论(审核通过后显示)