新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析( 三 )


对于现代工程中广泛应用的可归纳和深入的算法,这些方法对于解决复杂的低维网络问题具有重要的意义。因此,本书旨在成为课程教科书,介绍从高维数据中感知、处理、分析和学习低维结构的基本数学和计算原理。
新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析】本书的目标核心读者是电子工程和计算机科学(EECS)的初级研究生,特别是在数据科学、信号处理、优化、机器学习及其应用领域。
本书涵盖了系统的和严格的训练概念和方法的高维几何、统计和优化。本书包含一整套非常多样化和丰富的应用程序和(编程)练习,本书还指导学生如何正确使用这些概念和方法来建模真实世界的数据,解决现实世界的工程和科学问题。
本书对老师和学生都是阅读友好的。本书提供了大量的插图、例子、练习和程序,学生可以从中获得实践经验的概念和方法在书中。
本书中的材料是从伊利诺伊大学香槟分校、哥伦比亚大学、上海理工大学、清华大学和加州大学伯克利分校在过去十年里开设的几个一学期的研究生课程或暑期课程发展而来的。
组织结构
本书主要包含三方面的主题内容:原理、计算、应用(PCA)。
第一部分:原理(第2-7章)
这部分包含了稀疏、低阶和通用低维模型的基本性质和理论结果。它描述了恢复这种低维结构的反问题变得易于处理并能有效地解决的条件,并且保证了正确性或准确性。
第二部分:计算(第8章和第9章)
这部分介绍了凸优化和非凸优化的方法,以用以发展实用算法专门用于恢复低维模型。这些方法为如何系统地提高算法效率和降低整体计算复杂度提供了强有力的思路,从而使算法可以快速、可扩展的到大尺寸、高维数据。
第三部分:应用(第10-16章)
这部分展示了前两部分中的原理和计算方法如何显著改进对各种现实世界问题和实践的解决方案。这些应用案例还指导了如何正确定制和扩展本书中介绍的理想化模型和算法,以纳入有关应用案例的其他领域特定知识(优先或约束)。
本书行文组织结构:
 新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析
文章插图
书籍目录:
 新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析
文章插图
 新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析
文章插图
 新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析
文章插图
 新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析
文章插图
 新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析
文章插图
 新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析
文章插图
 新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析
文章插图
 新书|UC伯克利马毅七年力作!700页新书探究低维模型与高维数据分析
文章插图


推荐阅读