機器學習中的最優化方法論——建模、優化與求解

**化是機器學習的核心理論基礎，二者的融合是人工智能與數據科學發展的關鍵驅動力。本書作為**化與機器學習交叉學科的入門讀物，系統講解基礎理論、核心算法及實際應用。 本書共8章，依次梳理學科基礎內容與前沿研究內容，先介紹整體基礎概述、**化基礎理論，分別講解無約束優化、約束優化兩類核心優化問題，再深入闡釋神經網絡優化相關內容，結合循環神經網絡與視覺Transformer，探究神經網絡在序列建模、視覺兩大任務中的實際應用，同時針對小樣本場景，講解依托單圖像、單場景內部結構建模、提升計算機視覺任務性能的神經網絡方法，最後從**化角度梳理生成模型基礎原理與經典架構，完成全體系內容構建。 本書可作為計算機類、電子信息類、自動化類等相關專業的本科生與研究生教材，也可供從事**化、機器學習、人工智能領域的科研人員和工程技術人員參考。