Livres sur le sujet « Machine learning, Global Optimization »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 50 meilleurs livres pour votre recherche sur le sujet « Machine learning, Global Optimization ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les livres sur diverses disciplines et organisez correctement votre bibliographie.
Optimization for machine learning. Cambridge, Mass : MIT Press, 2012.
Trouver le texte intégralLin, Zhouchen, Huan Li et Cong Fang. Accelerated Optimization for Machine Learning. Singapore : Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-2910-8.
Texte intégralAgrawal, Tanay. Hyperparameter Optimization in Machine Learning. Berkeley, CA : Apress, 2021. http://dx.doi.org/10.1007/978-1-4842-6579-6.
Texte intégralFazelnia, Ghazal. Optimization for Probabilistic Machine Learning. [New York, N.Y.?] : [publisher not identified], 2019.
Trouver le texte intégralNicosia, Giuseppe, Varun Ojha, Emanuele La Malfa, Gabriele La Malfa, Giorgio Jansen, Panos M. Pardalos, Giovanni Giuffrida et Renato Umeton, dir. Machine Learning, Optimization, and Data Science. Cham : Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-030-95470-3.
Texte intégralNicosia, Giuseppe, Varun Ojha, Emanuele La Malfa, Gabriele La Malfa, Giorgio Jansen, Panos M. Pardalos, Giovanni Giuffrida et Renato Umeton, dir. Machine Learning, Optimization, and Data Science. Cham : Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-030-95467-3.
Texte intégralJiang, Jiawei, Bin Cui et Ce Zhang. Distributed Machine Learning and Gradient Optimization. Singapore : Springer Singapore, 2022. http://dx.doi.org/10.1007/978-981-16-3420-8.
Texte intégralPardalos, Panos, Mario Pavone, Giovanni Maria Farinella et Vincenzo Cutello, dir. Machine Learning, Optimization, and Big Data. Cham : Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-27926-8.
Texte intégralNicosia, Giuseppe, Panos Pardalos, Renato Umeton, Giovanni Giuffrida et Vincenzo Sciacca, dir. Machine Learning, Optimization, and Data Science. Cham : Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-37599-7.
Texte intégralKulkarni, Anand J., et Suresh Chandra Satapathy, dir. Optimization in Machine Learning and Applications. Singapore : Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-0994-0.
Texte intégralNicosia, Giuseppe, Panos Pardalos, Giovanni Giuffrida, Renato Umeton et Vincenzo Sciacca, dir. Machine Learning, Optimization, and Data Science. Cham : Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-13709-0.
Texte intégralNicosia, Giuseppe, Panos Pardalos, Giovanni Giuffrida et Renato Umeton, dir. Machine Learning, Optimization, and Big Data. Cham : Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-319-72926-8.
Texte intégralNicosia, Giuseppe, Varun Ojha, Emanuele La Malfa, Giorgio Jansen, Vincenzo Sciacca, Panos Pardalos, Giovanni Giuffrida et Renato Umeton, dir. Machine Learning, Optimization, and Data Science. Cham : Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-64580-9.
Texte intégralNicosia, Giuseppe, Varun Ojha, Emanuele La Malfa, Giorgio Jansen, Vincenzo Sciacca, Panos Pardalos, Giovanni Giuffrida et Renato Umeton, dir. Machine Learning, Optimization, and Data Science. Cham : Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-64583-0.
Texte intégralPardalos, Panos M., Piero Conca, Giovanni Giuffrida et Giuseppe Nicosia, dir. Machine Learning, Optimization, and Big Data. Cham : Springer International Publishing, 2016. http://dx.doi.org/10.1007/978-3-319-51469-7.
Texte intégralJoshi, Gauri. Optimization Algorithms for Distributed Machine Learning. Cham : Springer International Publishing, 2023. http://dx.doi.org/10.1007/978-3-031-19067-4.
Texte intégralGupta, Punit, Mayank Kumar Goyal, Sudeshna Chakraborty et Ahmed A. Elngar. Machine Learning and Optimization Models for Optimization in Cloud. Boca Raton : Chapman and Hall/CRC, 2022. http://dx.doi.org/10.1201/9781003185376.
Texte intégralJain, Vishal, Sapna Juneja, Abhinav Juneja et Ramani Kannan. Handbook of Machine Learning for Computational Optimization. Boca Raton : CRC Press, 2021. http://dx.doi.org/10.1201/9781003138020.
Texte intégralAggarwal, Charu C. Linear Algebra and Optimization for Machine Learning. Cham : Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-40344-7.
Texte intégralDunn, Jack (Jack William), author, dir. Machine learning under a modern optimization lens. Belmont, Massachusetts : Dynamic Ideas LLC, 2019.
Trouver le texte intégralLi, Fengpei. Stochastic Methods in Optimization and Machine Learning. [New York, N.Y.?] : [publisher not identified], 2021.
Trouver le texte intégralPoznyak, Alexander S. Learning automata and stochastic optimization. Berlin : Springer, 1997.
Trouver le texte intégralK, Najim, dir. Learning automata and stochastic optimization. Berlin : Springer, 1997.
Trouver le texte intégralGenetic algorithms in search, optimization, and machine learning. Reading, Mass : Addison-Wesley Pub. Co., 1989.
Trouver le texte intégralLan, Guanghui. First-order and Stochastic Optimization Methods for Machine Learning. Cham : Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-39568-1.
Texte intégralShi, Kevin. Cryptographic approaches to security and optimization in machine learning. [New York, N.Y.?] : [publisher not identified], 2020.
Trouver le texte intégralSakr, Nourhan. Data-Driven Combinatorial Optimization and Efficient Machine Learning Frameworks. [New York, N.Y.?] : [publisher not identified], 2019.
Trouver le texte intégralBirattari, Mauro. Tuning Metaheuristics : A Machine Learning Perspective. Berlin, Heidelberg : Springer Berlin Heidelberg, 2009.
Trouver le texte intégralPardalos, Panos M., Varvara Rasskazova et Michael N. Vrahatis, dir. Black Box Optimization, Machine Learning, and No-Free Lunch Theorems. Cham : Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-66515-9.
Texte intégralPardalos, Panos M., Stamatina Th Rassia et Arsenios Tsokas, dir. Artificial Intelligence, Machine Learning, and Optimization Tools for Smart Cities. Cham : Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-030-84459-2.
Texte intégralKiranyaz, Serkan, Turker Ince et Moncef Gabbouj. Multidimensional Particle Swarm Optimization for Machine Learning and Pattern Recognition. Berlin, Heidelberg : Springer Berlin Heidelberg, 2014. http://dx.doi.org/10.1007/978-3-642-37846-1.
Texte intégralOptimization Algorithms for Structured Machine Learning and Image Processing Problems. [New York, N.Y.?] : [publisher not identified], 2013.
Trouver le texte intégralChelouah, Rachid, et Patrick Siarry. Optimization and Machine Learning : Optimization for Machine Learning and Machine Learning for Optimization. Wiley & Sons, Incorporated, John, 2022.
Trouver le texte intégralChelouah, Rachid, et Patrick Siarry. Optimization and Machine Learning : Optimization for Machine Learning and Machine Learning for Optimization. Wiley & Sons, Incorporated, John, 2022.
Trouver le texte intégralChelouah, Rachid, et Patrick Siarry. Optimization and Machine Learning : Optimization for Machine Learning and Machine Learning for Optimization. Wiley & Sons, Incorporated, John, 2022.
Trouver le texte intégralChelouah, Rachid, et Patrick Siarry. Optimization and Machine Learning : Optimization for Machine Learning and Machine Learning for Optimization. Wiley & Sons, Incorporated, John, 2022.
Trouver le texte intégralWright, Stephen J., Sebastian Nowozin et Suvrit Sra. Optimization for Machine Learning. MIT Press, 2019.
Trouver le texte intégralSra, Suvrit, Sebastian Nowozin et Stephen J. Wright, dir. Optimization for Machine Learning. The MIT Press, 2011. http://dx.doi.org/10.7551/mitpress/8996.001.0001.
Texte intégralWright, Stephen J., Sebastian Nowozin et Suvrit Sra. Optimization for Machine Learning. MIT Press, 2011.
Trouver le texte intégralWright, Stephen J., Sebastian Nowozin, Suvrit Sra et Suvrit Sra. Optimization for Machine Learning. MIT Press, 2011.
Trouver le texte intégralSuh, Changho. Convex Optimization for Machine Learning. Now Publishers, 2022.
Trouver le texte intégralKar, Purushottam, et Prateek Jain. Non-convex Optimization for Machine Learning. Now Publishers Inc, 2018.
Trouver le texte intégralSatapathy, Suresh Chandra, et Anand J. Kulkarni. Optimization in Machine Learning and Applications. Springer, 2019.
Trouver le texte intégralSatapathy, Suresh Chandra, et Anand J. Kulkarni. Optimization in Machine Learning and Applications. Springer, 2019.
Trouver le texte intégralDistributed Machine Learning and Gradient Optimization. Springer Singapore Pte. Limited, 2021.
Trouver le texte intégralSatapathy, Suresh Chandra, et Anand J. Kulkarni. Optimization in Machine Learning and Applications. Springer Singapore Pte. Limited, 2020.
Trouver le texte intégralTheodoridis, Sergios. Machine Learning. Elsevier Science & Technology Books, 2020.
Trouver le texte intégralGupta, Punit. Machine Learning and Optimization Models for Optimization in Cloud. CRC Press LLC, 2022.
Trouver le texte intégralGupta, Punit, Ahmed A. Elngar, Mayank Kumar Goyal et Sudeshna Chakraborty. Machine Learning and Optimization Models for Optimization in Cloud. Taylor & Francis Group, 2022.
Trouver le texte intégralMachine Learning and Optimization Models for Optimization in Cloud. Taylor & Francis Group, 2022.
Trouver le texte intégral