斯坦福大学教授Stephen Boyd著作的凸优化经典书籍
需积分: 10 36 浏览量
更新于2024-07-20
收藏 5.73MB PDF 举报
Convex Optimization
Convex Optimization是一本经典的优化理论书籍,由Stanford University的教授Stephen Boyd和University of California, Los Angeles的教授Lieven Vandenberghe合著。这本书是convex optimization领域的权威参考书籍,系统地介绍了convex optimization的理论和方法。
Convex Optimization的重要性在于,它提供了一种通用的优化方法,可以应用于广泛的领域,包括机器学习、信号处理、控制理论、经济学等。Convex Optimization的核心思想是将优化问题转化为凸优化问题,然后使用凸优化算法来求解。
Stephen Boyd是Stanford University电气工程系的教授,长期从事优化理论和机器学习的研究。他是 Convex Optimization领域的权威专家,并且是多本相关书籍的作者。
Lieven Vandenberghe是University of California, Los Angeles电气工程系的教授,也是Convex Optimization领域的专家。他和Stephen Boyd合作撰写了这本书籍,系统地介绍了Convex Optimization的理论和方法。
这本书籍的主要内容包括:
1. 凸优化的基本概念和理论,包括凸集、凸函数、凸优化问题等。
2. 凸优化算法,包括 Interior-Point 方法、 Cutting-Plane 方法、Bundle 方法等。
3. 凸优化在机器学习和信号处理中的应用,包括支持向量机、 logistic 回归、信号恢复等。
4. 凸优化在控制理论和经济学中的应用,包括状态反馈控制、模型预测控制、Portfolio Optimization 等。
这本书籍的特点是内容系统、理论深入、实践应用广泛,适合机器学习、信号处理、控制理论、经济学等领域的研究人员和学生阅读。
Convex Optimization是Stanford University和University of California, Los Angeles两个世界顶尖大学的教授合著的经典书籍,具有很高的学术价值和实践价值。
2017-10-30 上传
点击了解资源详情
点击了解资源详情
2023-07-07 上传
2023-07-30 上传
2023-07-03 上传
2023-05-27 上传
2023-09-08 上传
2023-07-14 上传
2023-06-08 上传
MusicJoe
- 粉丝: 0
- 资源: 2
最新资源
- 多模态联合稀疏表示在视频目标跟踪中的应用
- Kubernetes资源管控与Gardener开源软件实践解析
- MPI集群监控与负载平衡策略
- 自动化PHP安全漏洞检测:静态代码分析与数据流方法
- 青苔数据CEO程永:技术生态与阿里云开放创新
- 制造业转型: HyperX引领企业上云策略
- 赵维五分享:航空工业电子采购上云实战与运维策略
- 单片机控制的LED点阵显示屏设计及其实现
- 驻云科技李俊涛:AI驱动的云上服务新趋势与挑战
- 6LoWPAN物联网边界路由器:设计与实现
- 猩便利工程师仲小玉:Terraform云资源管理最佳实践与团队协作
- 类差分度改进的互信息特征选择提升文本分类性能
- VERITAS与阿里云合作的混合云转型与数据保护方案
- 云制造中的生产线仿真模型设计与虚拟化研究
- 汪洋在PostgresChina2018分享:高可用 PostgreSQL 工具与架构设计
- 2018 PostgresChina大会:阿里云时空引擎Ganos在PostgreSQL中的创新应用与多模型存储