|328页，耶鲁CS教授凸优化算法书籍开放下载了
机器之心报道
编辑：魔王
耶鲁大学计算机科学教授 Nisheeth Vishnoi 撰写专著《Algorithms for Convex Optimization》 ， 全面介绍凸优化算法 。
凸优化是数学最优化的子领域之一 ， 研究定义于凸集中的凸函数最小化问题 。 凸性常用于为多类凸规划提出高效算法 。 因此 ， 凸优化广泛地影响了多个科学和工程学科 。
近年来 ， 凸优化算法革新了离散和连续优化问题的算法设计 。 对于图论中的最大流问题、二分图最大匹配问题和次模函数最小化等问题 ， 最快速的知名算法都使用了凸优化 ， 如梯度下降、镜像下降、内点法和切割平面法 。
令人惊讶的是 ， 凸优化算法还用于设计针对离散对象（如拟阵）的计数问题 。 同时 ， 凸优化算法成为许多现代机器学习应用的核心 。 更大规模和愈加复杂的输入实例促进了对凸优化算法的需求 ， 同时也极大地推动了凸优化本身的发展 。
近日 ， 耶鲁大学计算机科学教授 Nisheeth Vishnoi 撰写专著《Algorithms for Convex Optimization》 ， 目前该书的预发布版本可供个人免费阅读和下载 。
本文插图
书籍地址：https://convex-optimization.github.io/ACO-v1.pdf
这本书旨在让读者深入理解凸优化算法 ， 着重于从基本原理推导凸优化核心算法 ， 并建立精确的运行时间界限 。 由于凸优化方法应用广泛 ， 无法在一本书中得到全部展示 ， 本书重点介绍了针对多种离散优化和计数问题的快速算法应用 。
这本书的目标读者包括高年级本科生、研究生 ， 以及来自理论计算机科学、离散优化和机器学习领域的研究者 。
章节目录
这本书大致分为四部分：
第 3、4、5 章简要介绍了凸性、凸优化中的计算模型和效率、对偶性；
第 6、7、8 章介绍了一阶方法 ， 如梯度下降、镜像下降和乘性权重更新方法 ， 以及加速梯度下降；
第 9、10、11 章展示了牛顿法和多种适用于线性规划的内点法；
第 12、13 章介绍了切割平面法 ， 如适用于线性规划和凸优化的椭球法 。
本书的章节目录如下：
本文插图
本文插图
本文插图
作者简介
本书作者 Nisheeth Vishnoi 是耶鲁大学计算机科学教授、Computation and Society Initiative 联合发起人 。 他的研究重点是计算机科学的基础问题、机器学习和优化问题 。 同时 ， 他对从计算角度理解和解决自然和社会核心问题也有广泛的兴趣 ， 主要关注点是自然算法、智能的产生 ， 以及算法公平性 。
他曾获 2005 年 IEEE FOCS 最佳论文奖、2006 年 IBM Research Pat Goldberg Memorial Award、2011 年印度国家科学院青年科学家奖、2016 年印度理工学院孟买分校年轻校友成就奖以及 2019 年 ACM FAT* 最佳技术论文奖多个奖项 。
2019 年 ， 他入选 ACM Fellow 。
【|328页，耶鲁CS教授凸优化算法书籍开放下载了】个人主页：https://www.cs.yale.edu/homes/vishnoi/Home.html
推荐阅读
- 量化|量化大师麦教授：美好的不确定性
- 杨振宁|杨振宁教授去世？清华大学已辟谣：先生当前身体健康
- 石墨烯产品|中科院教授直言，不能说添加了一点石墨就叫石墨烯电池
- 复旦大学|复旦大学教授：为什么中国人比西方人更普遍接受进化论的观点？
- 华中科技大学|年仅42岁！华中科技大学周军教授不幸去世
- 量子技术|清华教授攻克难题，量子技术取得突破，美国谷歌被弯道超车
- 血管|陆清声教授：血管腔内介入手术机器人的特点和未来发展方向
- 奥陌陌|哈佛教授在新书中畅想“奥陌陌”是外星航天器
- 高磷血症|大咖新肾音｜王荣教授：CKD患者高磷血症的3D治疗原则及日常生活指导
- 香港科技大学|港科大女教授凭重大贡献夺奖，曾被歧视“女人应留家带孩子”