Primal-dual Optimization: Algorithmes et Convergence

Cette séance de cours de l'instructeur couvre les algorithmes d'optimisation primal-dual pour les problèmes minimax convexe-concave. Il se penche sur la méthode des points proximaux, l'algorithme extra-gradient et l'ascension de descente de gradient optimiste, discutant de leurs propriétés et applications de convergence. La présentation comprend également des comparaisons de taux de convergence pour l'optimisation de minimax convexe-concave lisse. La séance de cours se termine par un accent sur les méthodes stochastiques de gradient hybride primal-dual pour la minimisation des composites, fournissant un aperçu de leur mise en œuvre et de leur efficacité.