| 字段 | 字段内容 |
|---|---|
| 001 | 01A0534885 |
| 005 | 20251104105333.0 |
| 010 | $a: 978-7-302-66112-2$d: CNY99.80 |
| 100 | $a: 20240701d2024 em y0chiy50 ea |
| 101 | $a: chi$c: eng |
| 102 | $a: CN$b: 110000 |
| 105 | $a: a z 000yy |
| 106 | $a: r |
| 200 | $a: 在线凸优化$A: zai xian tu you hua$f: (美) 埃拉德·哈赞著$g: 罗俊仁, 张万鹏译 |
| 210 | $a: 北京$c: 清华大学出版社$d: 2024.06 |
| 215 | $a: XV, 215页$c: 图$d: 21cm |
| 225 | $a: 计算机与智能科学丛书$A: ji suan ji yu zhi neng ke xue cong shu |
| 305 | $a: 据原书第2版译出 |
| 312 | $a: 原文题名取自版权页 |
| 314 | $a: 埃拉德·哈赞, 普林斯顿大学计算机科学教授, 谷歌AI普林斯顿实验室的联合创始人和主任, Elad Hazan教授主要研究学习机制的自动化及其高效的算法实现。研究领域集中在机器学习, 并涉及数学优化、博弈论、计学和计算复杂性。 |
| 330 | $a: 本书全面更新, 深入探索优化和机器学习交叉领域, 详细介绍日常生活中许多系统和模型的优化过程。本书增加了关于提升、自适应遗憾和可接近性的章节扩大了优化和学习理论的覆盖面应用实例包含专家建议投资组合选择、矩阵补全推荐系统和支持向量机训练等。 |
| 410 | $1: 2001 $a: 计算机与智能科学丛书 |
| 500 | $1: 0$a: Introduction to online convex optimization$m: Chinese |
| 606 | $a: 凸分析$A: tu fen xi$x: 最优化算法 |
| 690 | $a: O174.13$v: 5 |
| 701 | $a: 哈赞$A: ha zan$g: (Hazan, Elad)$4: 著 |
| 702 | $a: 张万鹏$A: zhang wan peng$4: 译 |
| 801 | $a: CN$b: 广西海天$c: 20251029 |
| 905 | $a: 492201$d: O174.13$r: CNY99.80$e: 9 |
北京创讯未来软件技术有限公司 版权所有 ALL RIGHTS RESERVED 京ICP备 09032139
欢迎第555位用户访问本系统