دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: بهینه سازی، تحقیق در عملیات. ویرایش: نویسندگان: Li Li سری: Springer Optimization and Its Applications 103 ISBN (شابک) : 3662463555, 9783662463567 ناشر: Springer سال نشر: 2015 تعداد صفحات: 150 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب برنامه های کاربردی بهینه سازی محدب: ریاضیات، روش های بهینه سازی
در صورت تبدیل فایل کتاب Selected Applications of Convex Optimization به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب برنامه های کاربردی بهینه سازی محدب نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
کاربردهای مسائل بهینه سازی محدب را که به روشی مصنوعی مرتب شده اند ارائه می دهد تعامل نظریه بهینه سازی محدب و کاربردهای کدهای نمونه Matlab با دقت طراحی شده را نشان می دهد. تمام فرآیندهای اشتقاق را با جزئیات معرفی می کند تا خوانندگان بتوانند بدون هیچ مشکلی خود را آموزش دهند این کتاب بر روی کاربردهای بهینهسازی محدب تمرکز دارد و موضوعات مختلفی از جمله ماشینهای بردار پشتیبان، تخمین پارامتر، تقریب هنجار و منظمسازی، مسائل برنامهنویسی نیمه معین، آرامش محدب و مسائل هندسی را برجسته میکند. تمام فرآیندهای اشتقاق برای کمک به درک مطلب به تفصیل ارائه شده است. این کتاب راهنمایی مشخصی ارائه میکند و به خوانندگان کمک میکند تا مشکلات بهینهسازی محدبی را که ممکن است در عمل با آنها مواجه شوند، شناسایی و فرموله کنند. سطح محتوا » تحقیق کلمات کلیدی » بهینه سازی محدب - آرامش محدب - حداکثر سازی انتظارات - نابرابری های ماتریس خطی - ماشین های بردار پشتیبانی - داده کاوی موضوعات مرتبط » برنامه های کاربردی - علوم و مهندسی محاسبات - ریاضیات
Presents applications of convex optimization issues arranged in a synthetic way Demonstrates the interplay of convex optimization theory and applications of carefully designed Matlab sample codes Introduces all derivation processes in details so that readers can teach themselves without any difficulties This book focuses on the applications of convex optimization and highlights several topics, including support vector machines, parameter estimation, norm approximation and regularization, semi-definite programming problems, convex relaxation, and geometric problems. All derivation processes are presented in detail to aid in comprehension. The book offers concrete guidance, helping readers recognize and formulate convex optimization problems they might encounter in practice. Content Level » Research Keywords » Convex Optimization - Convex Relaxation - Expectation Maximization - Linear Matrix Inequalities - Support Vector Machines - data mining Related subjects » Applications - Computational Science & Engineering - Mathematics
Front Matter....Pages i-x
Preliminary Knowledge....Pages 1-15
Support Vector Machines....Pages 17-52
Parameter Estimations....Pages 53-78
Norm Approximation and Regularization....Pages 79-98
Semidefinite Programming and Linear Matrix Inequalities....Pages 99-114
Convex Relaxation....Pages 115-126
Geometric Problems....Pages 127-138
Back Matter....Pages 139-140