内容简介
本书是一本从工程实践角度出发，系统介绍优化理论与算法的斯坦福大学开源教材。作者米凯尔·J. 科申德弗和蒂姆·A. 惠勒均为该领域的资深专家，他们以清晰易懂的方式，将抽象的优化理论转化为可操作的实用方法，旨在帮助读者快速掌握解决实际优化问题的核心技能。
全书内容涵盖了优化领域的主要分支，包括无约束优化、约束优化、线性规划、凸优化、整数规划等，并深入讲解了梯度下降、牛顿法、拟牛顿法、拉格朗日乘子法、KKT条件等经典算法及其变体。书中不仅提供了严谨的数学推导，还配以丰富的伪代码和实例，使读者能够理解算法背后的原理，并学会如何在工程应用中灵活选用合适的优化工具。此外，本书还探讨了在现代计算环境下的算法实现技巧和性能优化策略。
本书适合作为计算机科学、人工智能、运筹学、控制工程等领域高年级本科生和研究生的教材或参考书，也适合希望在实际项目中应用优化算法的工程师和科研人员阅读。通过本书的学习，读者将能够独立设计和实施有效的优化方案，解决从机器学习模型训练到系统资源分配等广泛问题。
目录
彩插
作者简介
译者序
1.1 优化算法的历史
1.2 优化过程
1.3 基本优化问题
1.4 约束
1.5 极值点
1.6 局部极小值的条件
1.7 等高线图
1.8 概述
1.9 小结
1.10 练习
第2章 导数和梯度
2.1 导数
2.2 多维导数
2.3 数值微分
2.4 自动微分
2.5 小结
2.6 练习
作者简介
译者序
1.1 优化算法的历史
1.2 优化过程
1.3 基本优化问题
1.4 约束
1.5 极值点
1.6 局部极小值的条件
1.7 等高线图
1.8 概述
1.9 小结
1.10 练习
第2章 导数和梯度
2.1 导数
2.2 多维导数
2.3 数值微分
2.4 自动微分
2.5 小结
2.6 练习
免责申明：
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
📖 支持知识自由流动
每一本书的稳定访问，都离不开服务器、存储与带宽的长期维护。
