找回密码
 立即注册
查看: 717|回复: 16

学习最优化方法有什么好的方法或者书么?

[复制链接]
发表于 2021-7-4 09:40 | 显示全部楼层 |阅读模式
学习最优化方法有什么好的方法或者书么?
发表于 2021-7-4 09:42 | 显示全部楼层
推荐几本新书:
    最优化:建模、算法与理论/最优化计算方法
这两本书正在出版中, 作者公布了在线版本, 应该是国内出版的最优化书籍里面最贴合机器学习方面的一本. 内容安排和逻辑与国内传统的教科书差别比较大, 内容多篇幅大. 有时候为了让逻辑严谨结论更加广泛, 其论述思路有时候不是最容易理解的那种. 另外, 可能是作者方向相关, 在一些topic上会把问题延伸到较为前沿的内容, 对初次阅读会是不小的挑战.
作者同步发布了对应的程序.  
2. Algorithms for convex Optimization.
这本也是Cambridge Press正在出版, 作者公布了在线版本, Algorithms for convex Optimization。这本书和上面一本某种程度上互补, 内容上比前面那本少一些, 有些传统内容没有讨论. 也多一些额外的内容, 侧重点不同.  
3.Lectures on Convex Optimization, Yurii Nesterov, 今年刚出了中文版凸优化教程.

First-order and Stochastic Optimization Methods for Machine Learning, George Lan, 2020.
Accelerated Optimization for Machine Learning  - First-Order Algorithms, Zhouchen Lin, 2020
后两本是今年刚出版,这几本比前面的内容要难,与国内优化教材不同, 通常不讨论QN和 CG, 更加专注一阶算法,专注机器学习中的优化.
发表于 2021-7-4 09:42 | 显示全部楼层
实现的话Numerical Optimization。这本书对线搜索方法,最小二乘法做了较多介绍,而且大多数地方都给出了伪代码实现。
理论的话推荐Convex Optimization以及Nonlinear Pgrogrammimg。Convex Optimization对凸优化问题做了比较全面的介绍,同时也有大量的理论证明。
最后推荐同时阅读Matrix Computation,这样会对矩阵运算,比如QR分解,特征值和奇异值求解的时间复杂度有一个比较好的了解。这样在实际解决问题的时候也能选择更好的数值优化方法。
发表于 2021-7-4 09:50 | 显示全部楼层
看是想建模还是想求解。
数值解的话有Numerical Optimization,针对连续优化,组合优化没有涉及,那个比较庞杂;
建模的话David Luenberger的Linear and Nonlinear Programming,国内胡运权的运筹学跟它类似;
另外就是Stephen Boyd的convex optimization,各方面涉及一些,比如如何把非凸的变成凸的。
貌似深度学习很多非凸的,那是另一回事了。
发表于 2021-7-4 09:59 | 显示全部楼层
推荐两本英文的书籍,内容比较全面,是上课时的参考书籍:
    Wright, Stephen J., and Jorge Nocedal. Numerical optimization. Springer Science , 1999.Sun, Wenyu, and Ya-Xiang Yuan. Optimization theory and methods: nonlinear programming. Vol. 1. Springer Science & Business Media, 2006.
以及高立老师的《数值最优化方法》,不过这个是本科生的教材,所以内容的覆盖面并不广。
关于学习方法的话,可能和大多数数学课程一样,选课然后认真听讲是比较直接高效的方法。上面两本书都是大块头,不从事相关研究的话,就直接从头到尾都看一遍我觉得其实挺困难的。课上完了之后或许来更新一下主要的学习内容,先占坑。
发表于 2021-7-4 10:02 | 显示全部楼层
题主要什么类型的书?要是科普之类的,找一本好点的运筹学就可以了;偏数学一点,推荐两本:《数值最优化算法与理论》---李董辉等,《最优化方法》---张立卫.第二本是我导师写的书,非常偏理论,题主数学功底好的话可以看,不过实用性不强;前一本是很好的,讲的比较通俗,又不失数学的严谨,我导师当初推荐课本以外的书就这一本。
发表于 2021-7-4 10:09 | 显示全部楼层
最优化包含的方法种类很多,每个方法几乎都有一本书详细解释其内容。一下按分类推荐书籍(入门的话,推荐从线性规划或者凸优化开始):
线性规划:
《Linear Programming and Network Flows》, Fourth Edition, Mokhtar S. Bazaraa, WILEY
凸优化:
Boyd的《Convex Optimization》,凸优化领域非常经典的入门级教材!
数值优化:
《Numerical Optimization》,对应中文名字为《数值最优化》。
随机过程:
《应用随机过程:概率论模型导论》(第11版),人民邮电出版社。这本书更偏应用,列举了很多例子帮助读者理解概念,是一本适合初学者的书。
学习最优化方法的一些感慨:成为一个领域的专家,只是了解其教材上的知识还是远远不够的,还需要能够灵活运用这些知识,在遇到运筹问题时,能够快速反应到相应的解决方法。答主当年学习完运筹学的相关知识后,仍然觉得没有入门,有一种很强烈的不踏实感。直到后来跟随导师参与了一些
具体的项目,才对运筹学有了更深一步的了解与认识。同时,根据项目内容,还撰写了论文,撰写论文不仅要求我自己明白,还要求我能够给读者讲明白,这对我更是一种能力的提升。因此,如果题主想要在运筹学领域做出一番成就,参与项目和发表论文是必不可少的。
<hr/>此为PK入驻导师或往届学员撰写,更多干货或需要留学、考研/保研的背景提升、科研论文辅导服务,请关注微信公众号:Paper King。
发表于 2021-7-4 10:13 | 显示全部楼层
这取决于你学最优化算法干嘛,


学传统最优化可以先看高立的书入个门,这本书节奏很快,但有些推理也不全,然后看袁亚湘的书,这本书我只找到过电子版,现在似乎也不出了,但值得深钻,内容除了不新外非常全面,可以吊打外国书,然后再看boyd的书,不难有些地方也比较新,除了boyd的凸优化,他还写了一些讲义介绍新方法,比如promxial 梯度下降法balabala。


如果你学最优化为的是机器学习,首先应该去看duchi的统计信息论讲义,在他个人网站上就能下,接着看传统凸优化和统计决策论,最后要是你想往深走要看的是lecam的渐进统计论。近年来机器学习用的最优化方法严格意义上叫随机凸优化方法,是建立在robbin_Morre工作上的东西
发表于 2021-7-4 10:17 | 显示全部楼层

还没有人答?《最优化理论与算法》陈宝林 清华大学出版社

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×
发表于 2021-7-4 10:24 | 显示全部楼层
现在觉得书没有那么重要,基本上找一本主流的书就行,反正第一遍基本看不懂,看第二遍的时候就懂了
懒得打字嘛,点击右侧快捷回复 【右侧内容,后台自定义】
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Unity开发者联盟 ( 粤ICP备20003399号 )

GMT+8, 2024-9-21 04:25 , Processed in 0.071734 second(s), 23 queries .

Powered by Discuz! X3.5 Licensed

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表