Bayesian Optimization and Data Science / Archetti, Francesco  

Público ISBD Ningún comentario para este registro. Título : Bayesian Optimization and Data Science Tipo de documento: documento electrónico Autores: Archetti, Francesco, ; Candelieri, Antonio, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XIII, 126 p. 52 ilustraciones, 39 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-24494-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: La investigación de operaciones  ciencia de la gestión  Aprendizaje automático  Software de ordenador  Estadísticas  Investigación de Operaciones  Ciencias de la Gestión  Software matemático  Inferencia bayesiana Clasificación: 3 Resumen: Este volumen reúne los principales resultados en el campo de la Optimización Bayesiana (BO), centrándose en los últimos diez años y mostrando cómo, sobre el marco básico, se han especializado nuevos métodos para resolver problemas emergentes del aprendizaje automático, la inteligencia artificial y los sistemas. mejoramiento. También analiza los recursos de software disponibles para BO y algunas áreas de aplicación seleccionadas. Algunas áreas para las que se muestran nuevos resultados incluyen optimización restringida, optimización segura y matemáticas aplicadas, específicamente el uso de BO para resolver problemas difíciles de enteros mixtos no lineales. El libro ayudará a que los lectores comprendan plenamente el marco básico de optimización bayesiana y aprecien su potencial para áreas de aplicaciones emergentes. Será de particular interés para las comunidades de ciencia de datos, informática, optimización e ingeniería. Nota de contenido: 1. Automated Machine Learning and Bayesian Optimization -- 2. From Global Optimization to Optimal Learning -- 3. The Surrogate Model -- 4. The Acquisition Function -- 5. Exotic BO -- 6. Software Resources -- 7. Selected Applications. Tipo de medio : Computadora Summary : This volume brings together the main results in the field of Bayesian Optimization (BO), focusing on the last ten years and showing how, on the basic framework, new methods have been specialized to solve emerging problems from machine learning, artificial intelligence, and system optimization. It also analyzes the software resources available for BO and a few selected application areas. Some areas for which new results are shown include constrained optimization, safe optimization, and applied mathematics, specifically BO's use in solving difficult nonlinear mixed integer problems. The book will help bring readers to a full understanding of the basic Bayesian Optimization framework and gain an appreciation of its potential for emerging application areas. It will be of particular interest to the data science, computer science, optimization, and engineering communities. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Bayesian Optimization and Data Science [documento electrónico] / Archetti, Francesco, ; Candelieri, Antonio,  . -  1 ed.  . - [s.l.] : Springer, 2019 . - XIII, 126 p. 52 ilustraciones, 39 ilustraciones en color. ISBN : 978-3-030-24494-1 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: La investigación de operaciones  ciencia de la gestión  Aprendizaje automático  Software de ordenador  Estadísticas  Investigación de Operaciones  Ciencias de la Gestión  Software matemático  Inferencia bayesiana Clasificación: 3 Resumen: Este volumen reúne los principales resultados en el campo de la Optimización Bayesiana (BO), centrándose en los últimos diez años y mostrando cómo, sobre el marco básico, se han especializado nuevos métodos para resolver problemas emergentes del aprendizaje automático, la inteligencia artificial y los sistemas. mejoramiento. También analiza los recursos de software disponibles para BO y algunas áreas de aplicación seleccionadas. Algunas áreas para las que se muestran nuevos resultados incluyen optimización restringida, optimización segura y matemáticas aplicadas, específicamente el uso de BO para resolver problemas difíciles de enteros mixtos no lineales. El libro ayudará a que los lectores comprendan plenamente el marco básico de optimización bayesiana y aprecien su potencial para áreas de aplicaciones emergentes. Será de particular interés para las comunidades de ciencia de datos, informática, optimización e ingeniería. Nota de contenido: 1. Automated Machine Learning and Bayesian Optimization -- 2. From Global Optimization to Optimal Learning -- 3. The Surrogate Model -- 4. The Acquisition Function -- 5. Exotic BO -- 6. Software Resources -- 7. Selected Applications. Tipo de medio : Computadora Summary : This volume brings together the main results in the field of Bayesian Optimization (BO), focusing on the last ten years and showing how, on the basic framework, new methods have been specialized to solve emerging problems from machine learning, artificial intelligence, and system optimization. It also analyzes the software resources available for BO and a few selected application areas. Some areas for which new results are shown include constrained optimization, safe optimization, and applied mathematics, specifically BO's use in solving difficult nonlinear mixed integer problems. The book will help bring readers to a full understanding of the basic Bayesian Optimization framework and gain an appreciation of its potential for emerging application areas. It will be of particular interest to the data science, computer science, optimization, and engineering communities. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200