图书标签: Optimization  数学  最优化  数值计算  优化  算法  机器学习  计算机科学   

喜欢 Numerical Optimization 的读者还喜欢

• 
  Foundations of Machine Learning pdf epub mobi txt 电子书 下载
• 
  Information Theory, Inference and Learning Algorithms pdf epub mobi txt 电子书 下载
• 
  Pattern Recognition and Machine Learning pdf epub mobi txt 电子书 下载
• 
  统计学习理论的本质 pdf epub mobi txt 电子书 下载
• 
  The Elements of Statistical Learning pdf epub mobi txt 电子书 下载
• 
  Introductory Lectures on Convex Optimization pdf epub mobi txt 电子书 下载
• 
  Convex Optimization pdf epub mobi txt 电子书 下载
• 
  Learning with Kernels pdf epub mobi txt 电子书 下载
• 
  最优化理论与方法 pdf epub mobi txt 电子书 下载
• 
  All of Statistics pdf epub mobi txt 电子书 下载

当初从这本书而不是Boyd入门就好了。。。

终于读完了，耗时将近一年。 耗时长，收货也巨大，一个个算法背后的思想抽丝剥茧、娓娓道来。 推荐看这本书结合吴立德《数值优化》和印度的一个关于本书的课程“Numerical Optimization by Dr. Shirish K. Shevade, Department of Computer Science and Engineering, IISc Bangalore.”一起学习

最新发现的神书 需要好好研读一下

读完一遍，很多细节没有搞懂。有些章节写的也不是那么易懂，比如CG method。

但凡有人让我推荐优化相关书籍，我一定会推这本。因为书里不太注重理论，更注重算法以及算法背后的直觉。正如同作者自序所说的，这本书非常好读。而 Boyd 那本 convex optimization，说实话我读了至少五遍，没一遍能坚持读下来的。当然，Boyd 关于 duality 那章写得很好，但不管怎么说读起来实在太晦涩了…… 学完这本书，我终于知道了什么拟牛顿、共轭梯度、近端梯度、信赖域都是什么意思，最终坚信除了 SGD 别的算法在大数据下都是垃圾。

数值优化领域的力作。写的非常好。Nocedal和wright在优化领域有着丰富的经验和知识，在第一版的基础上增强了二十一世纪前几年的最新进展，内点法。算法流程清晰，原理清楚。适合学生和研究者参阅。  

两位作者都来自CS专业，在优化领域享有崇高地位，都是SIAM的Fellow。这本书主要讲连续优化，理论性很强，从最简单的牛顿法，梯度，再到有约束的优化问题中的对偶，KKT，单纯性等方法，最后再到非线性领域的罚函数和内点法，一气呵成，看的不光是数学，也是优化领域的发展史。 ...  

数值优化领域的力作。写的非常好。Nocedal和wright在优化领域有着丰富的经验和知识，在第一版的基础上增强了二十一世纪前几年的最新进展，内点法。算法流程清晰，原理清楚。适合学生和研究者参阅。  

很好，很详细，强烈推荐！

是我们最优化的参考书，这学期正在读。 相比袁亚香的非线性优化计算方法，这本书不仅仅有详细的理论分析，算法给的也很全。而袁的书有些侧重于理论部分。这本书读起来也相对于袁较容易。 国外的书总是给人一种娓娓道来的感觉，觉得作者是真真正正给你再讲，并不是机械的将知识...