Besplatna dostava putem Box Now paketomata i Overseas kurirske službe iznad 69,99 €.

Provjerite status narudžbe

Pridružite se zajednici ljubitelja knjige iz cijelog svijeta i ostvarite mnoštvo pogodnosti. Izradite besplatni račun

Besplatna dostava Overseas kurirskom službom iznad 69.99 €

DPD kurir 4.49 € DPD točka 3.99 € GLS Kurir 5.49 € GLS paketomat 4.49 € Hrvatska pošta 5.49 € Dostava Overseas 5.49 € Box Now 4.99 €

Kontakt

Kako kupovati

Pomoć

Moj račun

▸ Prazno :-(

Besplatna dostava putem Box Now paketomata i Overseas kurirske službe iznad 69,99 €.

Optimisation

Name: Optimisation
Brand: EDP SCIENCES
SKU: 54519827
Price: 76.41 EUR
Availability: PreOrder
Author: Trélat
ISBN: 9782759841554

Fondements, algorithmes et applications aux sciences des données

Trélat

Privat

Jezik

Francuski

Knjiga Meki uvez

Nakladnici EDP SCIENCES, travanj 2027

Ce manuel expose les fondements mathématiques de l'optimisation et leur mise en oeuvre numérique. Is... Cijeli opis

Libristo kod: 54519827

187 b

Pripremamo Novo

Novo

76.41 €

Očekivani novitet

Termin nepoznat

Do 30 dana za povrat

Ce manuel expose les fondements mathématiques de l'optimisation et leur mise en oeuvre numérique. Issu de cours de M1 et d'écoles d'ingénieurs, il s'adresse aussi aux candidats à l'agrégation et propose des prolongements de niveau M2. Il aborde quatre questions : une solution existe-t-elle, est-elle unique, comment la caractériser et comment la calculer ? La progression va de l'analyse convexe aux problèmes sans contrainte, puis sous contraintes, à la programmation linéaire et à la dimension infinie. Elle conduit aux moindres carrés, au Lasso, à la classification et aux réseaux de neurones. Les démonstrations sont accompagnées d'exemples et d'expériences guidées. Un carnet Python permet de prolonger la lecture sur ordinateur. Le dernier chapitre apprend à choisir les outils et à interpréter les résultats des solveurs.

Le livre suit les mêmes objets mathématiques de la théorie au calcul : le sous-différentiel conduit aux méthodes proximales puis au Lasso ; les conditions KKT servent à comprendre les sorties d'un solveur. Les démonstrations, 242 exercices et 40 expériences Python constituent un support commun pour un enseignement exigeant, allant des fondements à leur mise en oeuvre.