Optimisation continue pour la science des données - Broché
par Haviv Moshe (Auteur)
Le texte est divisé en trois parties principales : l'optimisation sans contraintes, l'optimisation avec contraintes et la programmation linéaire. La première partie aborde l'optimisation sans contraintes pour des fonctions à une seule variable et à plusieurs variables, en introduisant des algorithmes clés tels que la descente de gradient, les méthodes de Newton et quasi-Newton.
La deuxième partie se concentre sur l'optimisation avec contraintes, en commençant par les contraintes d'égalité linéaires et en s'étendant à des cas plus généraux, y compris les contraintes d'inégalité. Elle détaille les conditions d'optimalité, l'analyse de sensibilité et les algorithmes pertinents pour résoudre ces problèmes.
La troisième partie couvre la programmation linéaire, présentant la formulation des problèmes de PL, l'algorithme du simplexe et l'analyse de sensibilité. Tout au long de l'ouvrage, le texte propose de nombreuses applications à la science des données, telles que la régression linéaire, l'estimation du maximum de vraisemblance, les algorithmes espérance-maximisation, les machines à vecteurs de support et les réseaux de neurones linéaires.
Détails
Ce produit est fabriqué avec des matériaux de qualité pour garantir sa durabilité et ses performances. Conçu pour votre confort, il s'intègre parfaitement à votre quotidien.
Livraison et retours
Nous nous efforçons de traiter et d'expédier toutes les commandes dans les meilleurs délais, en travaillant avec diligence pour que vos articles vous parviennent le plus rapidement possible.
Nous nous engageons à offrir une expérience d'achat positive à tous nos clients. Si, pour une raison quelconque, vous souhaitez retourner un article, nous vous invitons à contacter notre équipe pour obtenir de l'aide. Nous évaluerons chaque demande de retour avec soin et considération.
Découvrir toute la collection