本书较为系统地介绍最优化领域中比较成熟的基本理论与方法。基本理论包括最优化问题解的必要条件和充分条件以及各种算法的收敛性理论。介绍的算法有：无约束问题的最速下降法、Newton法、拟Newton法、共辄梯度法、信赖域算法和直接法；非线性方程组和最小二乘问题的Newton法和拟Newton法；约束问题的罚函数法、乘子法、可行方向法、序列二次规划算法和信赖域算法等。还介绍了线性规划的基本理论与单纯形算法以及求解二次规划的有效集法。并简单介绍了求解全局最优化问题的几种常用算法。 作为基本工具，本书在附录中简要介绍了求解线性方程组的常用直接法和选代法以及MATLAB初步知识。
《算法设计编程实验（第2版）》基于作者20余年来总结的编程知识体系和行之有效的编程能力训练方法，以ACM-ICPC、IOI等各类大型程序设计竞赛的经典试题为素材编写而成，通过启发式、案例化的教学，系统
本书结合实际应用场景讲解数据结构和算法，涵盖常用、常考的数据结构和算法的原理讲解、代码实现和应用场景等。本书分为11章。第1章介绍复杂度分析方法。第2章介绍数组、链表、栈和队列这些基础的线性表数据结
图像去噪、去模糊、修补、超分辨率和压缩感知重建等图像反问题的求解在工程实践中有重要的应用价值，也是近些年来图像处理领域的前沿热点。本书着重对图像反问题病态性的数值分析和基于算子分裂的图像反问题求解方法
在计算机视觉处理中，特征指的是能够解决某种特定任务的信息。图像局部特征在目标识别、目标跟踪、目标匹配、三维重建、图像检索等应用中发挥着重要的作用。它是近20年来在计算机视觉领域中研究的热点问题之一。本
随着互联网技术的飞速发展，传统的结构化数据已经无法满足人们对信息处理的要求。尤其是在云计算和物联网高速发展的今天，对管理半结构化数据、大规模信息处理等领域的研究受到越来越多的关注。由于半结构化数据模型既能描述半结构化数据又能描述结构化数据，且具有灵活易扩展的存储结构，其已被许多系统和应用作为公共数据模型，被广泛地用于异构数据量大的使用场景中。如今，几乎所有行业都制订了描述和共享本领域数据的半结构化数据模型应用标准。此外，由于半结构化数据模型具有易于描述结构、易于校验、易于展现等特点，许多原本是以非结构化方式进行存储的数据，也通过半结构化数据模型进行描述并存储。因此，如何对大规模半结构化数据进行有效的管理，在学术界是一个重要的理论研究课题，而在工业界又是一项具有广阔应用前景的
深度学习是目前学术界和工业界都 火热的话题，在许多行业有着成功应用。本书由Hulu的近30位算法研究员和算法工程师共同编写完成，专门针对深度学习领域，是《百面机器学习：算法工程师带你去面试》的延伸。全书内容大致分为两个部分， 部分介绍经典的深度学习算法和模型，包括卷积神经网络、循环神经网络、图神经网络、生成模型、生成式对抗网络、强化学习、元学习、自动化机器学习等；第二部分介绍深度学习在一些领域的应用，包括计算机视觉、自然语言处理、 系统、计算广告、视频处理、计算机听觉、自动驾驶等。本书仍然采用知识点问答的形式来组织内容，每个问题都给出了难度级和相关知识点，以督促读者进行自我检查和主动思考。书中每个章节精心筛选了对应领域的不同方面、不同层次上的问题，相互搭配，展示深度学习的“百面”精彩，
本书是算法竞赛的入门和进阶教材，包括算法思路、模板代码、知识体系、赛事相关等内容。本书把竞赛常用的知识点和竞赛题结合起来，讲解清晰、透彻，帮助初学者建立自信心，快速从实际问题入手，模仿经典代码解决问题
