Buch
Open Access
Mathematical Optimization for Machine Learning
Proceedings of the MATH+ Thematic Einstein Semester 2023
-
Herausgegeben von:
Konstantin Fackeldey
Sprache:
Englisch
Veröffentlicht/Copyright:
2025
Über dieses Buch
Mathematical optimization and machine learning are closely related. This proceedings volume of the Thematic Einstein Semester 2023 of the Berlin Mathematics Research Center MATH+ collects recent progress on their interplay in topics such as discrete optimization, nonlinear programming, optimal control, first-order methods, multilevel optimization, machine learning in optimization, physics-informed learning, and fairness in machine learning.
- Focuses on the interplay of optimization and machine learning.
- Includes bidirectional relation: ML as optimization and accelerating optimization by ML.
- Provides a broad overview of recent progress in this combination.
Information zu Autoren / Herausgebern
M. Weiser, S. Pokutta, K. Sharma, ZIB, Germany; K. Fackeldey, TU Berlin; A. Kannan, D. Walter, A. Walther, Humboldt-Univ. Germany.
Fachgebiete
|
Open Access PDF downloaden |
I |
|
Open Access PDF downloaden |
V |
|
Open Access PDF downloaden |
VII |
|
Open Access PDF downloaden |
IX |
|
Alexandre Caboussat, Maude Girardin und Marco Picasso Open Access PDF downloaden |
1 |
|
Olivier Cots, Rémy Dutto, Sophie Jan und Serge Laporte Open Access PDF downloaden |
17 |
|
Rohit Pochampalli und Nicolas R. Gauger Open Access PDF downloaden |
29 |
|
Alexander Sikorski, Robert Julian Rabben, Surahit Chewle und Marcus Weber Open Access PDF downloaden |
41 |
|
Phillip Semler und Martin Weiser Open Access PDF downloaden |
59 |
|
Alexander Heinlein, Amanda A. Howard, Panos Stinis und Damien Beecroft Open Access PDF downloaden |
79 |
|
Timo Kreimeier, Andrea Walther und Andreas Griewank Open Access PDF downloaden |
93 |
|
Ken Trotti, Samuel A. Cruz Alegría, Rolf Krause und Alena Kopaničáková Open Access PDF downloaden |
107 |
|
Pascal Van Hentenryck Open Access PDF downloaden |
121 |
|
Max Zimmer, Christoph Spiegel und Sebastian Pokutta Open Access PDF downloaden |
137 |
|
Antonio Carlucci, Stefano Grivet-Talocia und Ion Victor Gosea Open Access PDF downloaden |
169 |
|
Ganna Shyshkanova, Timo Kreimeier, Lukas Baumgärtner, Franz Bethke und Andrea Walther Open Access PDF downloaden |
181 |
|
Philippe L. Toint Open Access PDF downloaden |
195 |
|
Open Access PDF downloaden |
199 |
Informationen zur Veröffentlichung
Seiten und Bilder/Illustrationen im Buch
eBook veröffentlicht am:
6. Mai 2025
eBook ISBN:
9783111376776
Gebunden veröffentlicht am:
6. Mai 2025
Gebunden ISBN:
9783111375854
Seiten und Bilder/Illustrationen im Buch
Frontmatter:
10
Inhalt:
202
Abbildungen:
2
Farbige Abbildungen:
53
Tabellen:
27
Schlagwörter für dieses Buch
Mathematische Optimierung; Maschinelles Lernen; Nichtlineare Optimierung; Diskrete Optimierung; Physik-informiertes Lernen
Zielgruppe(n) für dieses Buch
Researchers, practitioners and PhD students, interested in machine learning and mathematical optimization.
Creative Commons
BY-ND 4.0
Sicherheits- und Produktressourcen
-
Herstellerinformationen:
Walter de Gruyter GmbH
Genthiner Straße 13
10785 Berlin
productsafety@degruyterbrill.com
