iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A27 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A37Galaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A57 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 15Redmi Note 15 5GRedmi Note 15 ProRedmi Note 15 Pro 5GRedmi Note 15 Pro Plus 5GRedmi Note 8 ProRedmi Note 9
- Startseite
Bücher Englische Bücher Wissen & Bildung Naturwissenschaft, Medizin, Informatik, Technik Technik Maschinenbau & Fertigungstechnik Optimization Algorithms for Machine Learning: Theory and Practice
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Optischer Zustand
Beschreibung
In the realm of machine learning, optimization algorithms play a pivotal role in refining models for optimal performance. These algorithms, ranging from classic gradient descent to advanced techniques like stochastic gradient descent (SGD), Adam, and RMSprop, are fundamental in minimizing the error function and enhancing model accuracy. Each algorithm offers unique advantages: SGD efficiently… handles large datasets by updating parameters iteratively, while Adam adapts learning rates dynamically based on gradient variance.
Theoretical understanding of optimization algorithms involves comprehending concepts like convexity, convergence criteria, and the impact of learning rate adjustments. Practically, implementing these algorithms requires tuning hyperparameters and balancing computational efficiency with model effectiveness. Moreover, recent advancements such as meta-heuristic algorithms (e.g., genetic algorithms) expand optimization capabilities for complex, non-convex problems.
Mastering optimization algorithms equips practitioners with the tools to improve model robustness and scalability across diverse applications, ensuring machine learning systems perform optimally in real-world scenarios. 31,23 €
Broschiert | Neu
oder
zzgl.
Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.
zzgl.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
08.07.2024
Sprache
Englisch
EAN
9783384283375
Herausgeber
tredition
Sonderedition
Nein
Autor
Prashad
Seitenanzahl
338
Einbandart
Broschiert
Einbandart Details
Klebebindung
Schlagwörter
Gradient Descent, Stochastic, Convex, Optimization, Non-convex, Learning Rate, Backpropagation, Adaptive, Regularization, Landscape
Thema-Inhalt
TGP - Fertigungstechnik und Ingenieurwesen
TGB - Maschinenbau
TJF - Elektronik
Höhe
234 mm
Breite
15.5 cm
Transparenz & Sicherheit
Hersteller: tredition, Heinz-Beusen-Stieg 5, Ahrensburg, Deutschland, 22926, gpsr@tredition.com, tredition GmbH
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen