Artículos relacionados a Alternating Direction Method of Multipliers for Machine...

Alternating Direction Method of Multipliers for Machine Learning - Tapa dura

 
9789811698392: Alternating Direction Method of Multipliers for Machine Learning

Sinopsis

Machine learning heavily relies on optimization algorithms to solve its learning models. Constrained problems constitute a major type of optimization problem, and the alternating direction method of multipliers (ADMM) is a commonly used algorithm to solve constrained problems, especially linearly constrained ones. Written by experts in machine learning and optimization, this is the first book providing a state-of-the-art review on ADMM under various scenarios, including deterministic and convex optimization, nonconvex optimization, stochastic optimization, and distributed optimization. Offering a rich blend of ideas, theories and proofs, the book is up-to-date and self-contained. It is an excellent reference book for users who are seeking a relatively universal algorithm for constrained problems. Graduate students or researchers can read it to grasp the frontiers of ADMM in machine learning in a short period of time.

"Sinopsis" puede pertenecer a otra edición de este libro.

Acerca del autor

Zhouchen Lin is a leading expert in the fields of machine learning and optimization. He is currently a professor with the Key Laboratory of Machine Perception (Ministry of Education), School of Artificial Intelligence, Peking University. Prof. Lin served as an area chair many times for prestigious conferences, including CVPR, ICCV, NIPS/NeurIPS, ICML, ICLR, IJCAI and AAAI. He is a Program Co-Chair of ICPR 2022 and a Senior Area Chair of ICML 2022. Prof. Lin is an associate editor of the International Journal of Computer Vision and the Optimization Methods and Software. He is a Fellow of CSIG, IAPR and IEEE.

Huan Li received a doctoral degree in machine learning from Peking University in 2019. He is currently an assistant researcher at the School of Artificial Intelligence, Nankai University. His research interests include optimization and machine learning.

Cong Fang received a doctoral degree in machine learning from Peking University in 2019. He is currently anassistant professor at the School of Artificial Intelligence, Peking University. His research interests include optimization and machine learning.

De la contraportada

Machine learning heavily relies on optimization algorithms to solve its learning models. Constrained problems constitute a major type of optimization problem, and the alternating direction method of multipliers (ADMM) is a commonly used algorithm to solve constrained problems, especially linearly constrained ones. Written by experts in machine learning and optimization, this is the first book providing a state-of-the-art review on ADMM under various scenarios, including deterministic and convex optimization, nonconvex optimization, stochastic optimization, and distributed optimization. Offering a rich blend of ideas, theories and proofs, the book is up-to-date and self-contained. It is an excellent reference book for users who are seeking a relatively universal algorithm for constrained problems. Graduate students or researchers can read it to grasp the frontiers of ADMM in machine learning in a short period of time.

"Sobre este título" puede pertenecer a otra edición de este libro.

  • EditorialSpringer
  • Año de publicación2022
  • ISBN 10 9811698392
  • ISBN 13 9789811698392
  • EncuadernaciónTapa dura
  • IdiomaInglés
  • Número de edición1
  • Número de páginas288
  • Contacto del fabricanteno disponible

Comprar usado

Condición: Bien
Item in very good condition! Textbooks...
Ver este artículo

EUR 30,60 gastos de envío desde Estados Unidos de America a España

Destinos, gastos y plazos de envío

Comprar nuevo

Ver este artículo

EUR 19,49 gastos de envío desde Alemania a España

Destinos, gastos y plazos de envío

Otras ediciones populares con el mismo título

9789811698422: Alternating Direction Method of Multipliers for Machine Learning

Edición Destacada

ISBN 10:  9811698422 ISBN 13:  9789811698422
Editorial: Springer, 2023
Tapa blanda

Resultados de la búsqueda para Alternating Direction Method of Multipliers for Machine...

Imagen de archivo

Lin, Zhouchen
Publicado por Springer, 2022
ISBN 10: 9811698392 ISBN 13: 9789811698392
Antiguo o usado Tapa dura

Librería: SecondSale, Montgomery, IL, Estados Unidos de America

Calificación del vendedor: 5 de 5 estrellas Valoración 5 estrellas, Más información sobre las valoraciones de los vendedores

Condición: Very Good. Item in very good condition! Textbooks may not include supplemental items i.e. CDs, access codes etc. Nº de ref. del artículo: 00079463841

Contactar al vendedor

Comprar usado

EUR 114,00
Convertir moneda
Gastos de envío: EUR 30,60
De Estados Unidos de America a España
Destinos, gastos y plazos de envío

Cantidad disponible: 1 disponibles

Añadir al carrito

Imagen del vendedor

Lin, Zhouchen|Li, Huan|Fang, Cong
ISBN 10: 9811698392 ISBN 13: 9789811698392
Nuevo Tapa dura
Impresión bajo demanda

Librería: moluna, Greven, Alemania

Calificación del vendedor: 5 de 5 estrellas Valoración 5 estrellas, Más información sobre las valoraciones de los vendedores

Gebunden. Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt. Machine learning heavily relies on optimization algorithms to solve its learning models. Constrained problems constitute a major type of optimization problem, and the alternating direction method of multipliers (ADMM) is a commonly used algorithm to solv. Nº de ref. del artículo: 541927504

Contactar al vendedor

Comprar nuevo

EUR 127,40
Convertir moneda
Gastos de envío: EUR 19,49
De Alemania a España
Destinos, gastos y plazos de envío

Cantidad disponible: Más de 20 disponibles

Añadir al carrito

Imagen de archivo

Lin, Zhouchen; Li, Huan; Fang, Cong
Publicado por Springer, 2022
ISBN 10: 9811698392 ISBN 13: 9789811698392
Nuevo Tapa dura

Librería: Ria Christie Collections, Uxbridge, Reino Unido

Calificación del vendedor: 5 de 5 estrellas Valoración 5 estrellas, Más información sobre las valoraciones de los vendedores

Condición: New. In. Nº de ref. del artículo: ria9789811698392_new

Contactar al vendedor

Comprar nuevo

EUR 144,04
Convertir moneda
Gastos de envío: EUR 4,70
De Reino Unido a España
Destinos, gastos y plazos de envío

Cantidad disponible: Más de 20 disponibles

Añadir al carrito

Imagen del vendedor

Zhouchen Lin
ISBN 10: 9811698392 ISBN 13: 9789811698392
Nuevo Tapa dura
Impresión bajo demanda

Librería: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Alemania

Calificación del vendedor: 5 de 5 estrellas Valoración 5 estrellas, Más información sobre las valoraciones de los vendedores

Buch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Machine learning heavily relies on optimization algorithms to solve its learning models. Constrained problems constitute a major type of optimization problem, and the alternating direction method of multipliers (ADMM) is a commonly used algorithm to solve constrained problems, especially linearly constrained ones. Written by experts in machine learning and optimization, this is the first book providing a state-of-the-art review on ADMM under various scenarios, including deterministic and convex optimization, nonconvex optimization, stochastic optimization, and distributed optimization. Offering a rich blend of ideas, theories and proofs, the book is up-to-date and self-contained. It is an excellent reference book for users who are seeking a relatively universal algorithm for constrained problems. Graduate students or researchers can read it to grasp the frontiers of ADMM in machine learning in a short period of time. 288 pp. Englisch. Nº de ref. del artículo: 9789811698392

Contactar al vendedor

Comprar nuevo

EUR 149,79
Convertir moneda
Gastos de envío: EUR 11,00
De Alemania a España
Destinos, gastos y plazos de envío

Cantidad disponible: 2 disponibles

Añadir al carrito

Imagen del vendedor

Zhouchen Lin
ISBN 10: 9811698392 ISBN 13: 9789811698392
Nuevo Tapa dura

Librería: AHA-BUCH GmbH, Einbeck, Alemania

Calificación del vendedor: 5 de 5 estrellas Valoración 5 estrellas, Más información sobre las valoraciones de los vendedores

Buch. Condición: Neu. Druck auf Anfrage Neuware - Printed after ordering - Machine learning heavily relies on optimization algorithms to solve its learning models. Constrained problems constitute a major type of optimization problem, and the alternating direction method of multipliers (ADMM) is a commonly used algorithm to solve constrained problems, especially linearly constrained ones. Written by experts in machine learning and optimization, this is the first book providing a state-of-the-art review on ADMM under various scenarios, including deterministic and convex optimization, nonconvex optimization, stochastic optimization, and distributed optimization. Offering a rich blend of ideas, theories and proofs, the book is up-to-date and self-contained. It is an excellent reference book for users who are seeking a relatively universal algorithm for constrained problems. Graduate students or researchers can read it to grasp the frontiers of ADMM in machine learning in a short period of time. Nº de ref. del artículo: 9789811698392

Contactar al vendedor

Comprar nuevo

EUR 157,86
Convertir moneda
Gastos de envío: EUR 11,99
De Alemania a España
Destinos, gastos y plazos de envío

Cantidad disponible: 1 disponibles

Añadir al carrito

Imagen de archivo

Lin, Zhouchen; Li, Huan; Fang, Cong
Publicado por Springer, 2022
ISBN 10: 9811698392 ISBN 13: 9789811698392
Nuevo Tapa dura

Librería: California Books, Miami, FL, Estados Unidos de America

Calificación del vendedor: 5 de 5 estrellas Valoración 5 estrellas, Más información sobre las valoraciones de los vendedores

Condición: New. Nº de ref. del artículo: I-9789811698392

Contactar al vendedor

Comprar nuevo

EUR 171,11
Convertir moneda
Gastos de envío: EUR 6,99
De Estados Unidos de America a España
Destinos, gastos y plazos de envío

Cantidad disponible: Más de 20 disponibles

Añadir al carrito

Imagen del vendedor

Zhouchen Lin
ISBN 10: 9811698392 ISBN 13: 9789811698392
Nuevo Tapa dura

Librería: buchversandmimpf2000, Emtmannsberg, BAYE, Alemania

Calificación del vendedor: 5 de 5 estrellas Valoración 5 estrellas, Más información sobre las valoraciones de los vendedores

Buch. Condición: Neu. Neuware -Machine learning heavily relies on optimization algorithms to solve its learning models. Constrained problems constitute a major type of optimization problem, and the alternating direction method of multipliers (ADMM) is a commonly used algorithm to solve constrained problems, especially linearly constrained ones. Written by experts in machine learning and optimization, this is the first book providing a state-of-the-art review on ADMM under various scenarios, including deterministic and convex optimization, nonconvex optimization, stochastic optimization, and distributed optimization. Offering a rich blend of ideas, theories and proofs, the book is up-to-date and self-contained. It is an excellent reference book for users who are seeking a relatively universal algorithm for constrained problems. Graduate students or researchers can read it to grasp the frontiers of ADMM in machine learning in a short period of time.Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg 288 pp. Englisch. Nº de ref. del artículo: 9789811698392

Contactar al vendedor

Comprar nuevo

EUR 149,79
Convertir moneda
Gastos de envío: EUR 35,00
De Alemania a España
Destinos, gastos y plazos de envío

Cantidad disponible: 2 disponibles

Añadir al carrito

Imagen de archivo

Lin, Zhouchen; Li, Huan; Fang, Cong
Publicado por Springer, 2022
ISBN 10: 9811698392 ISBN 13: 9789811698392
Nuevo Tapa dura

Librería: Books Puddle, New York, NY, Estados Unidos de America

Calificación del vendedor: 4 de 5 estrellas Valoración 4 estrellas, Más información sobre las valoraciones de los vendedores

Condición: New. 1st ed. 2022 edition NO-PA16APR2015-KAP. Nº de ref. del artículo: 26396346621

Contactar al vendedor

Comprar nuevo

EUR 194,86
Convertir moneda
Gastos de envío: EUR 10,05
De Estados Unidos de America a España
Destinos, gastos y plazos de envío

Cantidad disponible: 4 disponibles

Añadir al carrito

Imagen de archivo

Lin, Zhouchen; Li, Huan; Fang, Cong
Publicado por Springer, 2022
ISBN 10: 9811698392 ISBN 13: 9789811698392
Nuevo Tapa dura
Impresión bajo demanda

Librería: Majestic Books, Hounslow, Reino Unido

Calificación del vendedor: 5 de 5 estrellas Valoración 5 estrellas, Más información sobre las valoraciones de los vendedores

Condición: New. Print on Demand. Nº de ref. del artículo: 401111842

Contactar al vendedor

Comprar nuevo

EUR 198,89
Convertir moneda
Gastos de envío: EUR 10,45
De Reino Unido a España
Destinos, gastos y plazos de envío

Cantidad disponible: 4 disponibles

Añadir al carrito

Imagen de archivo

Lin, Zhouchen; Li, Huan; Fang, Cong
Publicado por Springer, 2022
ISBN 10: 9811698392 ISBN 13: 9789811698392
Nuevo Tapa dura

Librería: Lucky's Textbooks, Dallas, TX, Estados Unidos de America

Calificación del vendedor: 5 de 5 estrellas Valoración 5 estrellas, Más información sobre las valoraciones de los vendedores

Condición: New. Nº de ref. del artículo: ABLIING23Apr0412070093774

Contactar al vendedor

Comprar nuevo

EUR 151,44
Convertir moneda
Gastos de envío: EUR 65,58
De Estados Unidos de America a España
Destinos, gastos y plazos de envío

Cantidad disponible: Más de 20 disponibles

Añadir al carrito

Existen otras 2 copia(s) de este libro

Ver todos los resultados de su búsqueda