Couvre la recherche en ligne, la méthode de Newton, BFGS et le gradient conjugué en optimisation non linéaire.
Couvre les méthodes de recherche de ligne de gradient et les techniques d'optimisation en mettant l'accent sur les conditions Wolfe et la définition positive.
Couvre la convergence de la méthode et l'importance d'adapter les pas de temps pour des approximations précises.
Couvre les méthodes d'optimisation sans contraintes, y compris la recherche de gradient et de ligne dans le cas quadratique.
Couvre la définition et les opérations de base des matrices, y compris l'addition, la multiplication scalaire et la multiplication matricielle.
