分布式机器学习与优化

作者：党亚峥 薛中会 顾长贵

页数：132

出版社：文化发展出版社

出版日期：2024

ISBN：9787514238853

高清校对版pdf（带目录）

前往页尾底部查看PDF电子书

内容简介

本书首先介绍了基础知识，然后深入探讨了ADMM算法的理论和应用。包括其在各种统计和机器学习问题中的应用，如Lasso、稀疏逻辑回归等。同时，书中讨论了机器学习优化问题几种常见的目标函数项形式，稀疏学习优化问题，全局变量一致性问题， 共享问题，分布式拟合模型。并介绍了使用ADMM算法及ADMM连邦学习算法解决这些问题的高效方案。此外，还涉及了分布式MPI和 MapReduce的实现细节。本书内容全面而深入，旨在提高机器学习的效率和扩展性，并为实际应用提供实用指导。

作者简介

党亚峥，上海理工大学 统科学系副教授，主要研究领域：智能优化，大数据分析， 数字金融， 机器学习，智能电网。主持有上海市自然科学基金， 上海市教委创新基金等项目，参与 自然基金， 社科项目等10余项。《JIMO》《NA》等10余SCI期刊审稿人， 美国数学评论特约评论员， 发表SCI论文50余篇，上海理工大学课程思政示范教学名师，主要承担运筹学， 运筹学，计量经济学，数据智能分析等多门课程的授课任务。

本书特色

在现代数据集规模和复杂性不断增长的背景下，分布式机器学习与优化为解决大规模机器学习问题提供了有力的工具和方法。

目录