定价：59元
印次：1-1
ISBN：9787302704768
出版日期：2025.12.01
印刷日期：2025.12.24
图书责编：杨帆
图书分类：教材
电子书
在线购买
分享
"本书系统介绍**化的基本理论、建模方法与常用算法, 旨在为人工智能、机器学习、数据 科学等领域的学习者提供扎实的优化基础. 内容涵盖优化的基本概念、**性条件、凸优化、无 约束与约束优化等基础知识, 并重点讨论机器学习中的优化建模与算法, 如主成分分析、支持向 量机、随机优化和零阶优化算法等. 书中通过丰富的例题讲解, 结合理论与实际应用, 帮助读者 掌握从模型建立到算法实现的全面技能. 本书适合人工智能、计算机科学、数学优化、运筹学、数据科学等专业的本科生、研究生及 科研人员. 它不仅能帮助学生打下坚实的理论基础, 还能帮助从业者在实际问题中选择合适的优 化方法与算法进行有效求解, 是一本理论与实践兼具的优化学习和参考书. "
前言 近年来, 随着人工智能技术的飞速发展, 优化方法的重要性愈发凸显. 优 化理论作为数学、计算机科学以及工程学等领域的重要分支, 不仅是深度学 习、机器学习等人工智能技术的核心支撑, 还在资源分配、物流和生产调度、 金融分析等实际应用中扮演着不可或缺的角色. 得益于算法理论的进步、计 算能力的提升以及应用需求的增长, 最优化研究逐渐成为推动科技与工业发 展的重要驱动力. 然而, 最优化问题的复杂性和多样性也对研究者提出更高 的要求. 本书旨在为读者提供系统、全面的最优化理论与应用的入门与进阶指 南, 帮助读者掌握基本概念、关键算法以及实际建模方法. 本书主要有以 下两个特点. （1）本书结合人工智能专业的特点, 突出机器学习中的典型最优化问 题和优化建模, 将其作为例题分散于各章节中, 例如线性模型、主成分分 析和支持向量机等内容, 这些例题不仅用于理论练习, 也为算法应用提供 了丰富案例. （2）本书以向量和矩阵为基本运算对象, 以矩阵运算和特征向量问题 作为主线贯穿全书, 帮助读者深化对模型和优化理论的理解. 通过这些内 容, 读者可熟练掌握矩阵运算, 提升数学成熟度, 为后续复杂模型(如深度 学习) 的学习奠定基础. 本书共8 章, 各章节内容逐步递进, 以适应不同读者的学习需求：第1 章概述最优化的核心思想与模型框架; 第2 章回顾线性代数与多元微积分 的基础知识, 为后续内容打下数学基础; 第3 章介绍凸集与凸函数的理论, 重点讨论其判定方法与应用; 第4 章阐述最优性条件, 分析无约束与约束优 化问题中解...
目录
第1 引言 1
1.1 最优化为什么重要 1
1.2 最优化问题示例 1
1.3 优化的基本概念与思想 2
1.3.1 优化问题的一般形式 2
1.3.2 最优化的基本概念 3
1.3.3 迭代算法与收敛速率 4
1.3.4 优化的基本思想 7
第2 章基础知识 8
2.1 线性代数 8
2.1.1 线性空间与线性映射 8
2.1.2 内积与范数 12
2.1.3 线性方程组与矩阵 18
2.1.4 矩阵的基本运算与性质 19
2.1.5 矩阵的特征分解 21
2.2 多元微积分基础 28
2.2.1 多元可微函数 28
2.2.2 可微映射与微分的链式法则 32
2.2.3 矩阵函数的梯度 34
2.2.4 微分中值定理与Taylor 公式 37
2.2.5 切向量与切空间 39
第2 章练习 41
第3 章凸集与凸函数 43
3.1 凸集 43
3.2 凸函数 46
3.2.1 凸集与凸函数的关联 48
3.2.2 凸函数的性质 49
3.2.3 凸函数的判定条件 50
3.2.4 强凸函数及其性质 55
第3 章练习 56
第4 章最优性条件 58
4.1 极小值点的存在性条件 58
4.2 无约束优化的最优性条件 58
4.2.1 一阶必要条件 59
4.2.2 二阶最优性条件 60
4.2.3 不可微函数的最优性条件 62
4.3 等式约束优化的最优性条件 63
4.3.1 切空间 64
4.3.2 拉格朗日乘子与一阶条件 65
4.3.3 二阶条件 68
4.4 一般约束... 查看详情
"u 系统讲解优化理论，夯实数学基础 ：本书以通俗清晰的语言系统介绍**化的核心概念与常用算法，紧扣线性代数与多元微积分基础，循序渐进引导读者掌握凸优化、**性条件及迭代方法等关键内容，兼顾理论深度与理解友好性。
u 聚焦人工智能应用，强化建模能力： 结合人工智能与机器学习中的典型问题，如线性模型、主成分分析、支持向量机和神经网络等，深入讲解如何将实际工程任务转化为优化问题，并选择合适算法求解，助力读者建立完整的优化建模与实现流程。
u 突出向量化思维，兼顾理论与实践：全书以向量和矩阵为基本计算对象，贯穿优化建模与算法主线，强调数学结构对优化效率与模型解释力的重要性。配套大量例题与习题训练，帮助读者在学习中打通“理论—建模—实践”的关键环节。
"
