Produktnummer:
18554db1f9d38b4402b4729586d4709651
| Themengebiete: | Discrete optimization Diskrete Optimierung Machine learning Maschinelles Lernen Mathematical optimization Mathematische Optimierung Nichtlineare Optimierung Nonlinear optimization Physics informed learning Physik-informiertes Lernen |
|---|---|
| Veröffentlichungsdatum: | 06.05.2025 |
| EAN: | 9783111375854 |
| Auflage: | 1 |
| Sprache: | Englisch |
| Seitenzahl: | 202 |
| Produktart: | Gebunden |
| Herausgeber: | Fackeldey, Konstantin Kannan, Aswin Pokutta, Sebastian Sharma, Kartikey Walter, Daniel Walther, Andrea Weiser, Martin |
| Verlag: | De Gruyter |
| Untertitel: | Proceedings of the MATH+ Thematic Einstein Semester 2023 |
Produktinformationen "Mathematical Optimization for Machine Learning"
Mathematical optimization and machine learning are closely related. This proceedings volume of the Thematic Einstein Semester 2023 of the Berlin Mathematics Research Center MATH+ collects recent progress on their interplay in topics such as discrete optimization, nonlinear programming, optimal control, first-order methods, multilevel optimization, machine learning in optimization, physics-informed learning, and fairness in machine learning.
Sie möchten lieber vor Ort einkaufen?
Sie haben Fragen zu diesem oder anderen Produkten oder möchten einfach gerne analog im Laden stöbern? Wir sind gerne für Sie da und beraten Sie auch telefonisch.
Juristische Fachbuchhandlung
Georg Blendl
Parcellistraße 5 (Maxburg)
8033 München
Montag - Freitag: 8:15 -18 Uhr
Samstags geschlossen