大数据分析中的算法

本书简介

本教材旨在面向数学以及相关学科的高年级本科生和研究生讲授大数据分析中算法与理论。培养学生针对科学和工程实际问题建立合适数学模型的能力，选择和运用合适算法和软件的能力，进一步进行高效算法设计和理论分析的能力。

计划进度

• 1年左右完成完整版草稿

• 2年左右完成校稿

• 3年左右完成配套PPT、程序、习题答案等

计划提纲

• 压缩感知/稀疏优化 （2022/8月基本完成）

  • 稀疏性介绍，稀疏性条件，RIP条件下L1问题与L0问题的等价性，稀疏优化算法

• 推荐系统/低秩矩阵恢复 （2024/4月基本完成）

• 最优运输 （2024/4月基本完成）

• 整数规划/组合优化

• 次模优化 （2024/4月基本完成）

• 随机数值代数

• 相位恢复

• 深度学习 （2023/4月基本完成）

• 强化学习 （2023/4月基本完成）

信息反馈

• 教材草稿获取方式：请发email联系

• 欢迎您提供建议或反馈：包括希望本书包含的内容，内容组织方式，提供相关参考材料等等

• 文再文, wenzw at pku dot edu dot cn

课程信息

• 大数据分析中的算法 (2024年春季)