|
推荐几本新书:
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. |
|