کتاب الگوریتم‌های پیوسته؛ تکنیک‌های پیشرفته نمونه‌برداری و بهینه‌سازی در فضای چندبُعدی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره الگوریتم‌های پیوسته؛ تکنیک‌های پیشرفته نمونه‌برداری و بهینه‌سازی در فضای چندبُعدی

موضوع کلی: علوم داده و هوش مصنوعی

موضوع میانی: بهینه‌سازی ریاضی و الگوریتم‌های محاسباتی

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی ریاضی در بهینه‌سازی پیوسته
  • 2. بردارها و ماتریس‌ها در فضای چندبُعدی
  • 3. آنالیز محدب و مجموعه‌های محدب
  • 4. توابع محدب و ویژگی‌های تحلیلی آن‌ها
  • 5. گرادیان و مشتقات جهت‌دار در فضای برداری
  • 6. شرایط بهینگی مرتبه اول و دوم
  • 7. مفهوم فضای متریک در بهینه‌سازی
  • 8. توابع شبه‌محدب و کاربردهای آن
  • 9. روش‌های گرادیان کاهشی پایه
  • 10. الگوریتم‌های نزول سریع
  • 11. روش نیوتن در بهینه‌سازی توابع پیوسته
  • 12. توابع شبه‌نیوتن و به‌روزرسانی هسین
  • 13. روش‌های شبه‌نیوتن با حافظه محدود
  • 14. بهینه‌سازی مقید و ضرایب لاگرانژ
  • 15. شرایط کاروش-کون-تاکر در مسائل بهینه‌سازی
  • 16. روش‌های مانع و توابع جریمه
  • 17. الگوریتم‌های نمونه‌برداری مونت‌کارلو
  • 18. زنجیره‌های مارکوف و نمونه‌برداری گیبس
  • 19. نمونه‌برداری هامیلتونی در ابعاد بالا
  • 20. مسائل بهینه‌سازی در ابعاد بسیار بزرگ
  • 21. تقریب‌های تصادفی در الگوریتم‌های پیوسته
  • 22. روش‌های بهینه‌سازی مبتنی بر نمونه‌برداری
  • 23. همگرایی الگوریتم‌های تصادفی
  • 24. تحلیل پایداری در بهینه‌سازی عددی
  • 25. بهینه‌سازی محدب با استفاده از نمونه‌برداری
  • 26. تکنیک‌های کاهش واریانس در نمونه‌برداری
  • 27. الگوریتم‌های مبتنی بر گرادیان تصادفی
  • 28. بهینه‌سازی بر روی منیفولدهای ریمانی
  • 29. مفاهیم همواری و لیپشیتس در بهینه‌سازی
  • 30. الگوریتم‌های جستجوی مستقیم
  • 31. مسائل کمینه‌سازی مقید با توابع غیرخطی
  • 32. تکنیک‌های نرم‌سازی توابع غیرمحدب
  • 33. روش‌های نقطه داخلی برای برنامه‌ریزی محدب
  • 34. پیچیدگی محاسباتی الگوریتم‌های بهینه‌سازی
  • 35. بهینه‌سازی در فضای ابعاد بالا و نفرین ابعاد
  • 36. تکنیک‌های نمونه‌برداری اهمیت
  • 37. نمونه‌برداری مبتنی بر تقریب‌های گوسی
  • 38. الگوریتم‌های بهینه‌سازی توزیع‌شده
  • 39. روش‌های برون‌یابی در بهینه‌سازی
  • 40. کاربردهای بهینه‌سازی در یادگیری ماشین
  • 41. مدل‌سازی مسائل بهینه‌سازی در علوم داده
  • 42. اعتبارسنجی عددی الگوریتم‌های پیوسته
  • 43. پیاده‌سازی بهینه الگوریتم‌ها با کتابخانه‌های محاسباتی
تگ‌ها: High Dimension Data Optimization الگوریتم‌های پیوسته بهینه‌سازی ریاضی علوم داده فضای چندبعدی محاسبات عددی نمونه‌برداری آماری هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.