logo
logo
x
바코드검색
BOOKPRICE.co.kr
책, 도서 가격비교 사이트
바코드검색

인기 검색어

실시간 검색어

검색가능 서점

도서목록 제공

실용 최적화 알고리즘

실용 최적화 알고리즘

(줄리아로 이해하는 최적화 알고리즘 솔루션)

마이켈 J. 코첸더퍼, 팀 A. 윌러 (지은이), 이기홍 (옮긴이)
에이콘출판
40,000원

일반도서

검색중
서점 할인가 할인률 배송비 혜택/추가 실질최저가 구매하기
36,000원 -10% 0원
2,000원
34,000원 >
36,000원 -10% 0원
카드할인 10%
3,600원
32,400원 >
yes24 로딩중
교보문고 로딩중
11st 로딩중
영풍문고 로딩중
쿠팡 로딩중
쿠팡로켓 로딩중
G마켓 로딩중
notice_icon 검색 결과 내에 다른 책이 포함되어 있을 수 있습니다.

중고도서

검색중
서점 유형 등록개수 최저가 구매하기
로딩중

eBook

검색중
서점 정가 할인가 마일리지 실질최저가 구매하기
로딩중

책 이미지

실용 최적화 알고리즘
eBook 미리보기

책 정보

· 제목 : 실용 최적화 알고리즘 (줄리아로 이해하는 최적화 알고리즘 솔루션)
· 분류 : 국내도서 > 컴퓨터/모바일 > 컴퓨터 공학 > 자료구조/알고리즘
· ISBN : 9791161754567
· 쪽수 : 612쪽
· 출판일 : 2020-09-25

책 소개

최적화 문제를 푸는 데 유용한 알고리즘을 광범위하게 소개한다. 다차원 문제에서 다목적 문제뿐 아니라 불확실성하에서의 최적화 및 유전 알고리즘도 다루고 있다. 세세하고 친절한 그림, 예제와 연습 문제는 문제 뒤에 있는 수학 개념을 이해하기 쉽게 만든다.

목차

1장. 소개
__1.1 역사
__1.2 최적화 프로세스
__1.3 기본 최적화 문제
__1.4 제약식
__1.5 임계점
__1.6 국지적 극소점의 조건
__1.7 등고선 그래프
__1.8 개요
__1.9 요약
__1.10 연습문제

2장. 미분과 그래디언트
__2.1 미분
__2.2 다차원에서의 미분
__2.3 수치 미분
__2.4 자동미분
__2.5 요약
__2.6 연습문제

3장. 괄호법
__3.1 단봉성
__3.2 최초의 괄호를 발견하는 법
__3.3 피보나치 탐색
__3.4 황금분할 탐색
__3.5 2차 적합 탐색
__3.6 슈베르트-피야브스키법
__3.7 이진 탐색
__3.8 요약
__3.9 연습문제

4장. 국지적 경사
__4.1 경사 방향 반복 시행
__4.2 라인 탐색
__4.3 근사적 라인 탐색
__4.4 신뢰 영역법
__4.5 종료 조건
__4.6 요약
__4.7 연습문제

5장. 1계 도함수법
__5.1 그래디언트 하강
__5.2 켤레 그래디언트법
__5.3 모멘텀
__5.4 네스테로프 모멘텀
__5.5 아다그라드
__5.6 알엠에스프롭
__5.7 아다델타
__5.8 아담
__5.9 하이퍼그래디언트 하강
__5.10 요약
__5.11 연습문제

6장. 2계 도함수법
__6.1 뉴턴법
__6.2 시컨트법
__6.3 준뉴턴법
__6.4 요약
__6.5 연습문제

7장. 직접법
__7.1 순환적 좌표 탐색
__7.2 파월법
__7.3 후크-지브스법
__7.4 일반화 패턴 탐색
__7.5 넬더-미드 심플렉스법
__7.6 사각형 분할
__7.7 요약
__7.8 연습문제

8장. 확률적 방법
__8.1 잡음 하강
__8.2 메시 적응적 직접 탐색
__8.3 모의 담금질
__8.4 교차 엔트로피법
__8.5 자연 진화 전략
__8.6 공분산 행렬 적응법
__8.7 요약
__8.8 연습문제

9장. 모집단 방법
__9.1 초기화
__9.2 유전 알고리즘
__9.3 미분 진화
__9.4 입자 군집 최적화
__9.5 반딧불이 알고리즘
__9.6 뻐꾸기 탐색
__9.7 혼합 방법
__9.8 요약
__9.9 연습문제

10장. 제약식
__10.1 제약조건이 있는 최적화
__10.2 제약조건의 형태
__10.3 제약조건을 제거하는 변환
__10.4 라그랑주 승수
__10.5 부등식 제약조건
__10.6 쌍대성
__10.7 페널티법
__10.8 확대 라그랑주법
__10.9 내부점법
__10.10 요약
__10.11 연습문제

11장. 선형 제약 최적화
__11.1 문제 구성
__11.2 심플렉스 알고리즘
__11.3 쌍대 자격
__11.4 요약
__11.5 연습문제

12장. 다중 목적 최적화
__12.1 파레토 최적성
__12.2 제약식 방법
__12.3 가중치 방법
__12.4 다목적 모집단법
__12.5 선호 추출
__12.6 요약
__12.7 연습문

13장. 샘플링 플랜
__13.1 완전 요인법
__13.2 랜덤 샘플링
__13.3 균등 투영 플랜
__13.4 층화 추출법
__13.5 공간 채움 척도
__13.6 공간 채움 부분 집합
__13.7 준랜덤 수열
__13.8 요약
__13.9 연습문제

14장. 대리 모델
__14.1 대리 모델의 적합화
__14.2 선형 모델
__14.3 기저 함수
__14.4 잡음을 포함한 목적 함수의 적합화
__14.5 모델 선택
__14.6 요약
__14.7 연습문제

15장. 확률적 대리 모델
__15.1 가우시안 분포
__15.2 가우시안 프로세스
__15.3 예측
__15.4 그래디언트 측정
__15.5 측정 잡음
__15.6 가우시안 프로세스 적합화
__15.7 요약
__15.8 연습문제

16장. 대리 최적화
__16.1 예측 기반 탐험
__16.2 오차 기반 탐험
__16.3 신뢰 구간 하계 탐험
__16.4 개선 확률 탐험
__16.5 기대 개선 탐험
__16.6 안전 최적화
__16.7 요약
__16.8 연습문제

17장. 불확실성하에서의 최적화
__17.1 불확실성
__17.2 집합 기반 불확실성
__17.3 확률적 불확실성
__17.4 요약
__17.5 연습문제

18장. 불확실성 전파
__18.1 샘플링법
__18.2 테일러 근사
__18.3 다항식 카오스
__18.4 베이지안 몬테카를로
__18.5 요약
__18.6 연습문제

19장. 이산 최적화
__19.1 정수 계획
__19.2 라운딩
__19.3 절단 평면
__19.4 분기 한정법
__19.5 동적 계획법
__19.6 개미집단 최적화
__19.7 요약
__19.8 연습문제

20장. 표현식 최적화
__20.1 문법
__20.2 유전 계획법
__20.3 문법적 진화 기법
__20.4 확률적 문법
__20.5 확률적 프로토타입 트리
__20.6 요약
__20.7 연습문제

21장. 다분야 통합 최적화
__21.1 분야 분석
__21.2 분야 간 일관성
__21.3 구조
__21.4 다분야 통합 설계 실현 가능
__21.5 순차적 최적화
__21.6 개별 분야 실현 가능
__21.7 협업 최적화
__21.8 연립 분석과 설계
__21.9 요약
__21.10 연습문제

부록 A. 줄리아
__A.1 타입
__A.2 함수
__A.3 제어 흐름
__A.4 패키지

부록 B. 테스트 함수
__B.1 액클리 함수
__B.2 부스 함수
__B.3 브라닌 함수
__B.4 플라워 함수
__B.5 미칼레비츠 함수
__B.6 로젠브록의 바나나 함수
__B.7 윌러의 릿지
__B.8 원형 함수

부록 C. 수학 개념
__C.1 점근 표기법
__C.2 테일러 전개
__C.3 볼록성
__C.4 놈
__C.5 행렬 미적분
__C.6 양정부호
__C.7 가우시안 분포
__C.8 가우시안 구적

부록 D. 해답

저자소개

마이켈 J. 코첸더퍼 (지은이)    정보 더보기
스탠퍼드 대학교의 부교수이며, 스탠퍼드 인텔리전트 시스템 연구실(SISL, Stanford Intelligent Systems Laboratory)의 임원이다. 『Decision Making Under Uncertainty』(MIT Press, 2015)의 저자이기도 하다.
펼치기
팀 A. 윌러 (지은이)    정보 더보기
베이 에어리어(Bay Area)에서 자율성, 제어, 의사결정 시스템에 관심을 갖고 소프트웨어 엔지니어로 일한다. 코첸더퍼와 윌러는 『실용 최적화 알고리즘』(에이콘, 2020)의 공동 저자다.
펼치기
이기홍 (옮긴이)    정보 더보기
카네기멜론대학교에서 석사 학위를 받았고, 피츠버그대학교의 Finance Ph.D, CFA, FRM이자 금융, 투자, 경제분석전문가다. 삼성생명, HSBC, 새마을금고중앙회, 한국투자공사 등과 같은 국내 유수의 금융기관, 금융 공기업에서 자산 운용 포트폴리오 매니저로 근무했으며 현재 딥러닝과 강화학습을 금융에 접목시켜 이를 전파하고 저변을 확대하는 것을 보람으로 삼고 있다. 저서로는 『엑셀 VBA로 쉽게 배우는 금융공학 프로그래밍』(한빛미디어, 2009)이 있으며, 번역서로는 『포트폴리오 성공 운용』(미래에셋투자교육연구소, 2010), 『딥러닝 부트캠프 with 케라스』(길벗, 2017), 『프로그래머를 위한 기초 해석학』(길벗, 2018)과 에이콘출판사에서 출간한 『실용 최적화 알고리즘』(2020), 『초과 수익을 찾아서 2/e』(2020), 『자산운용을 위한 금융 머신러닝』(2021), 『실전 알고리즘 트레이딩 배우기』(2021), 『존 헐의 비즈니스 금융 머신러닝 2/e』(2021), 『퀀트 투자를 위한 머신러닝o딥러닝 알고리듬 트레이딩 2/e』(2021), 『자동머신러닝』(2021), 『금융 머신러닝』(2022) 등이 있다. 누구나 자유롭게 머신러닝과 딥러닝을 자신의 연구나 업무에 적용해 활용하는 그날이 오기를 바라며 매진하고 있다.
펼치기

책속에서



이 포스팅은 쿠팡 파트너스 활동의 일환으로,
이에 따른 일정액의 수수료를 제공받습니다.
이 포스팅은 제휴마케팅이 포함된 광고로 커미션을 지급 받습니다.
도서 DB 제공 : 알라딘 서점(www.aladin.co.kr)
최근 본 책