دانلود کتاب Approximate iterative algorithms
کتاب الگوریتم های تکراری تقریبی نسخه زبان اصلی
دانلود کتاب الگوریتم های تکراری تقریبی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Approximate iterative algorithms
نام کتاب : Approximate iterative algorithms
ویرایش : 1
عنوان ترجمه شده به فارسی : الگوریتم های تکراری تقریبی
سری :
نویسندگان : Anthony Almudevar
ناشر : CRC Press/Balkema
سال نشر : 2014
تعداد صفحات : 371
ISBN (شابک) : 9780415621540 , 1306501792
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 3 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
الگوریتم‌های تکراری اغلب بر تکنیک‌های ارزیابی تقریبی تکیه می‌کنند که ممکن است شامل تخمین آماری، شبیه‌سازی کامپیوتری یا تقریب عملکردی باشد. این جلد روش‌هایی را برای مطالعه الگوریتم‌های تکراری تقریبی، ارائه ابزارهایی برای استخراج مرزهای خطا و نرخ‌های همگرایی، و برای طراحی بهینه چنین الگوریتم‌هایی ارائه می‌کند. تکنیک‌های تحلیل تابعی برای استخراج روابط تحلیلی بین روش‌های تقریب و ویژگی‌های همگرایی برای کلاس‌های کلی الگوریتم‌ها استفاده می‌شود. این کار زمینه لازم را در تحلیل تابعی و نظریه احتمال فراهم می کند. کاربردهای گسترده ای برای فرآیندهای تصمیم مارکوف ارائه شده است.
این جلد برای ریاضیدانان، مهندسان و دانشمندان کامپیوتر در نظر گرفته شده است که بر روی فرآیندهای یادگیری در تجزیه و تحلیل عددی کار می کنند و با بهینه سازی، کنترل بهینه، تجزیه و تحلیل تصمیم گیری و یادگیری ماشین درگیر هستند. .
فهرست مطالب :
Content: Front Cover
Table of contents
1. Introduction
PART I: Mathematical background
2. Real analysis and linear algebra
3. Background --
measure theory
4. Background --
probability theory
5. Background --
stochastic processes
6. Functional analysis
7. Fixed point equations
8. The distribution of a maximum
PART II: General theory of approximate iterative algorithms
9. Background --
linear convergence
10. A general theory of approximate iterative algorithms (AIA)
11. Selection of approximation schedules for coarse-to-fine AIAs
PART III: Application to Markov decision processes. 12. Markov decision processes (MDP) --
background13. Markov decision processes --
value iteration
14. Model approximation in dynamic programming --
general theory
15. Sampling based approximation methods
16. Approximate value iteration by truncation
17. Grid approximations of MDPs with continuous state/action spaces
18. Adaptive control of MDPs
Bibliography.
توضیحاتی در مورد کتاب به زبان اصلی :
Iterative algorithms often rely on approximate evaluation techniques, which may include statistical estimation, computer simulation or functional approximation. This volume presents methods for the study of approximate iterative algorithms, providing tools for the derivation of error bounds and convergence rates, and for the optimal design of such algorithms. Techniques of functional analysis are used to derive analytical relationships between approximation methods and convergence properties for general classes of algorithms. This work provides the necessary background in functional analysis and probability theory. Extensive applications to Markov decision processes are presented.
This volume is intended for mathematicians, engineers and computer scientists, who work on learning processes in numerical analysis and are involved with optimization, optimal control, decision analysis and machine learning.