使用機(jī)器學(xué)習(xí)技術(shù)解決實(shí)際應(yīng)用問(wèn)題涉及模型的建立、訓(xùn)練及評(píng)估等步驟。優(yōu)化算法常被用于訓(xùn)練模型的參數(shù)，是機(jī)器學(xué)習(xí)的重要組成部分。機(jī)器學(xué)習(xí)模型的訓(xùn)練可以建模成無(wú)約束優(yōu)化問(wèn)題或帶約束優(yōu)化問(wèn)題，約束可以為模型增加更多的先驗(yàn)知識(shí)。基于梯度的算法（例如加速梯度法、隨機(jī)梯度法等）是求解無(wú)約束優(yōu)化問(wèn)題的常用方法，而交替方向乘子法（ADMM）則是求解帶約束優(yōu)化問(wèn)題的有力工具�！禕R》　　本書(shū)概述了機(jī)器學(xué)習(xí)中ADMM的新進(jìn)展。書(shū)中全面介紹了各種情形下的ADMM，包括確定性和隨機(jī)性的算法、集中式和分布式的算法，以及求解凸問(wèn)題和非凸問(wèn)題的算法，深入介紹了各個(gè)算法的核心思想，并為算法的收斂性和收斂速度提供了詳細(xì)的證明。

更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。