|
题名:
|
算法分析进阶 / (美) 蒂姆·拉夫加登编著 , 蔡国扬译 |
|
ISBN:
|
978-7-111-76018-4 价格： CNY179.00 |
|
语种:
|
chi |
|
载体形态:
|
xvii, 329页 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： 2024.10 |
|
内容提要:
|
本书源于斯坦福大学的研究生课程, 由40位学者联袂撰写, 旨在推广最坏情况分析的替代方法, 以及这些方法的应用, 包括聚类、线性规划和神经网络训练等。书中涵盖算法分析领域的各个方面, 强调重要的模型和研究成果。本书首先讨论对最坏情况分析的改进, 然后介绍确定性数据模型、半随机模型、平滑分析, 最后介绍这些理论在机器学习、统计学等领域的应用, 大部分章节以开放式的研究方向以及适合课堂教学的练习题作为结束。 |
|
主题词:
|
算法分析 |
|
中图分类法:
|
TP301.6 版次： 5 |
|
其它题名:
|
超越最坏情况分析 |
|
主要责任者:
|
拉夫加登 编著 |
|
次要责任者:
|
蔡国扬 译 |
|
责任者附注:
|
蒂姆·拉夫加登 (Tim Roughgarden), 哥伦比亚大学计算机科学系教授, 之前曾任教于斯坦福大学, 主要研究领域包括算法、博弈论以及微观经济学。 |