最优化方法及MATLAB的实现的指导书，很有用，pdf，最优化方法及MATLAB的实现（最优化技术方法及MATLAB的实现）

介绍贝叶斯机器学士的最佳英文著作，英语不好的朋友可以慢慢消化

中文的电子书，里边有详细的数学推导，以及编程应用，学后，感觉很有帮助，

软件学院研究生的数学必修课，里面有各种东西，大家都懂得。不想被举报，所以不想说的很明白。

针对传统的 Apriori找到了其缺陷之处，进行了算法优化

按照优化思想分为经典方法与现代方法。 经典方法主要包括：线性规划、非线性规划、整数规划、动态规划等 现代方法主要包括：随机规划、模糊规划、模拟退火算法、遗传算法、禁忌搜索和人工神经网络等。

一种非常经典的SLAM后端优化方法，相比其他方法，该方法适合新手熟悉后端算法的流程。

第一章 最优化问题概述 第二章 线性规划 第三章 无约束最优化方法 第四章 约束最优化方法

文档格式为ppt格式，一共分为6章和总复习。详细讲解了最速下降法、共轭梯度法、牛顿型方法、变尺度法、成功失败法、黄金分割法、二分法、DFP、BFGS、单纯型法等等，是你课程学习和科研的得力助手！

机器学习及其分支深度学习主要任务是模拟或者实现人类学习行为，这些学习方法近年来在目标分类、语音识别等各项任务中取得巨大突破。机器学的各种优化器极大了改善了学习模型的训练速度和泛化误差。优化方法和超参数作为观察训练模型的窗口，能够探索学习模型的结构和训练机制，是机器学习研究的重点之一。对机器学习的优化器与超参数理论研究进行了综述，回顾了超参数的一般搜索方法，对和优化器直接关联的批量大小、学习率超参数的设置方法进行了总结，对优化器和超参数需要进一步研究的问题进行了讨论。