|
题名:
|
蒙特卡罗方法和统计计算 / 王璐编 , |
|
ISBN:
|
978-7-111-70370-9 价格： CNY49.00 |
|
语种:
|
chi |
|
载体形态:
|
216页, [2] 页图版 图 (部分彩图) 26cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2022 |
|
内容提要:
|
本书共13章，分别介绍了随机变量的抽样方法，随机向量的抽样方法，随机过程的抽样方法，Gibbs抽样和马尔可夫链，Metropolis-Hastings算法、HMC算法及SMC算法，EM算法和MM算法，梯度下降法，Newton-Raphson算法，坐标下降法，Boosting算法，凸优化与支持向量机，ADMM算法，深度学习等常用优化方法以及近些年在机器学习和深度学习领域使用的热门算法。对各种算法，作者除了给出计算步骤和统计模型的应用实例外，还对算法涉及的基本概念和重要收敛性定理进行了介绍和证明。 |
|
主题词:
|
蒙特卡罗法 高等学校 |
|
主题词:
|
概率统计计算法 高等学校 |
|
中图分类法:
|
O242.28 版次： 5 |
|
中图分类法:
|
O242.28-43 版次： 5 |
|
主要责任者:
|
王璐 编 |