¥5,975
  • 参考価格: ¥6,020
  • OFF: ¥45 (1%)
  • ポイント: 60pt (1%)
  • (プライム会員になるとさらに119pt獲得) プライムに登録
通常配送無料 詳細
通常1~2か月以内に発送します。
今すぐ Kindle版でお買い得な読書を体験しよう。 在庫状況について
この商品は、Amazon.co.jp が販売、発送します。
この商品をお持ちですか? マーケットプレイスに出品する
裏表紙を表示 表紙を表示
サンプルを聴く 再生中... 一時停止   Audible オーディオエディションのサンプルをお聴きいただいています。
2点すべてのイメージを見る

著者をフォローする

何か問題が発生しました。後で再度リクエストしてください。


Optimization for Machine Learning (Neural Information Processing series) (英語) ペーパーバック – 2011/9/30


その他(3)の形式およびエディションを表示する 他のフォーマットおよびエディションを非表示にする
価格
新品 中古品
Kindle版 (電子書籍)
ハードカバー
¥18,337 ¥4,200
ペーパーバック
¥5,975
¥5,975 ¥7,886
この商品の特別キャンペーン プライム会員限定 最大5%ポイント還元中。 1 件
  • プライム会員限定 最大5%ポイント還元中。
    プライム会員限定最大5%ポイント還元 まとめて買うと最大15%ポイント還元。※Business Prime会員は対象外。 特設ページはこちら 販売元: Amazon.co.jp。 詳細はこちら (細則もこちらからご覧いただけます)


本まとめ買いクーポン
click to open popover

キャンペーンおよび追加情報

Kindle 端末は必要ありません。無料 Kindle アプリのいずれかをダウンロードすると、スマートフォン、タブレットPCで Kindle 本をお読みいただけます。

  • iOSアプリのダウンロードはこちらをクリック
    Apple
  • Androidアプリのダウンロードはこちらをクリック
    Android
  • Amazonアプリストアへはこちらをクリック
    Android

無料アプリを入手するには、Eメールアドレスを入力してください。

kcpAppSendButton

商品の説明

内容紹介

An up-to-date account of the interplay between optimization and machine learning, accessible to students and researchers in both communities.

The interplay between optimization and machine learning is one of the most important developments in modern computational science. Optimization formulations and methods are proving to be vital in designing algorithms to extract essential knowledge from huge volumes of data. Machine learning, however, is not simply a consumer of optimization technology but a rapidly evolving field that is itself generating new optimization ideas. This book captures the state of the art of the interaction between optimization and machine learning in a way that is accessible to researchers in both fields.
Optimization approaches have enjoyed prominence in machine learning because of their wide applicability and attractive theoretical properties. The increasing complexity, size, and variety of today's machine learning models call for the reassessment of existing assumptions. This book starts the process of reassessment. It describes the resurgence in novel contexts of established frameworks such as first-order methods, stochastic approximations, convex relaxations, interior-point methods, and proximal methods. It also devotes attention to newer themes such as regularized optimization, robust optimization, gradient and subgradient methods, splitting techniques, and second-order methods. Many of these techniques draw inspiration from other fields, including operations research, theoretical computer science, and subfields of optimization. The book will enrich the ongoing cross-fertilization between the machine learning community and these other fields, and within the broader optimization community.

著者について

Suvrit Sra is a Research Scientist at the Max Planck Institute for Biological Cybernetics, Tübingen, Germany.


Sebastian Nowozin is a Researcher in the Machine Learning and Perception group (MLP) at Microsoft Research, Cambridge, England.


Stephen J. Wright is Professor of Computer Science at the University of Wisconsin–Madison.


Suvrit Sra is a Research Scientist at the Max Planck Institute for Biological Cybernetics, Tübingen, Germany.


Sebastian Nowozin is a Researcher in the Machine Learning and Perception group (MLP) at Microsoft Research, Cambridge, England.


登録情報

  • ペーパーバック: 512ページ
  • 出版社: The MIT Press (2011/9/30)
  • 言語: 英語
  • ISBN-10: 0262537761
  • ISBN-13: 978-0262537766
  • 発売日: 2011/9/30
  • 商品パッケージの寸法: 20.3 x 2.2 x 25.4 cm
  • おすすめ度: この商品の最初のレビューを書き込んでください。
  • Amazon 売れ筋ランキング: 洋書 - 275,237位 (洋書の売れ筋ランキングを見る)
  • さらに安い価格について知らせる
    この商品を出品する場合、出品者サポートを通じて更新を提案したいですか?


まだカスタマーレビューはありません

星5つ (0%) 0%
星4つ (0%) 0%
星3つ (0%) 0%
星2つ (0%) 0%
星1つ (0%) 0%

この商品をレビュー

他のお客様にも意見を伝えましょう