机读格式显示(MARC)

• 000 01080nam0 2200217 450

• 001 0000638978

• 010 __ |a 978-7-111-76018-4 |d CNY129.00

• 092 __ |b 百万庄12073800079

• 100 __ |a 20241030d2024 em y0chiy50 ea

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 200 __ |a 算法分析进阶 |f (美) 蒂姆·拉夫加登(Tim Roughgarden)编著

• 210 __ |a 北京 |c 机械工业出版社 |d 2024-10-01

• 215 __ |a XVII, 529页 |d 26cm

• 225 __ |a 计算机科学丛书

• 330 __ |a 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。

• 333 __ |a 高等院校计算机科学等相关专业的高年级本科生和研究生，系统结构设计、算法设计与分析、机器学习等领域的研究者和工程师

• 690 __ |a TP301.6

• 701 __ |a 拉夫加登

• 702 __ |a 蔡国扬

• 801 __ |a CN |b 北京百万庄图书大厦 |c 2024-10-31