机读格式显示(MARC)

• 000 01703nam 2200313 450

• 001 0000697625

• 005 20240711135700.0

• 010 __ |a 978-7-03-074758-7 |d CNY128.00

• 100 __ |a 20230403d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 001yy

• 106 __ |a r

• 200 1_ |a 机器学习中的交替方向乘子法 |A ji qi xue xi zhong de jiao ti fang xiang cheng zi fa |d = Alternating direction method of multipliers for machine learning |f 林宙辰, 李欢, 方聪著 |z eng

• 210 __ |a 北京 |c 科学出版社 |d 2023

• 215 __ |a 236页 |c 图 |d 24cm

• 225 2_ |a 大数据与数据科学专著系列 |A da shu ju yu shu ju ke xue zhuan zhu xi lie |v 2

• 314 __ |a 林宙辰, 机器学习和计算机视觉领域的国际知名专家, 北京大学智能学院跨媒体通用人工智能全国重点实验室教授, IAPR、IEEE和CSIG会士。李欢, 于2019年在北京大学获得博士学位, 专业为机器学习, 目前是南开大学人工智能学院的助理研究员, 研究兴趣包括优化和机器学习。方聪, 于2019年在北京大学获得博士学位, 专业为机器学习, 目前是北京大学智能学院跨媒体通用人工智能全国重点实验室助理教授, 研究兴趣包括机器学习和优化。

• 320 __ |a 有书目 (第217-223页) 和索引

• 330 __ |a 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。

• 410 _0 |1 2001 |a 大数据与数据科学专著系列 |v 2

• 510 1_ |a Alternating direction method of multipliers for machine learning |z eng

• 606 0_ |a 机器学习 |A ji qi xue xi |x 算法

• 690 __ |a TP181 |v 5

• 701 _0 |a 林宙辰 |A lin zhou chen |4 著

• 701 _0 |a 李欢 |A li huan |4 著

• 701 _0 |a 方聪 |A fang cong |4 著

• 801 _0 |a CN |b WFKJXY |c 20240711

• 905 __ |a WFKJXY |d TP181/339