Séance de cours

Méthodes d'optimisation dans l'apprentissage automatique

Description

Cette séance de cours explore les méthodes d'optimisation en apprentissage automatique, en se concentrant sur la descente en gradient et la descente en gradient stochastique. L'instructeur explique l'importance de comprendre les gradients, les coûts et les efforts de calcul dans l'optimisation. La séance de cours couvre des sujets tels que le calcul de gradient complet, les gradients d'éléments individuels, les sous-gradients et la convexité. En outre, linstructeur discute du concept de sous-gradients pour les fonctions non différenciées et lutilisation de pénalités pour encourager la parcimonie dans les modèles. La séance de cours aborde également les conditions d'optimalité, la sélection de la taille des pas et le préconditionnement pour améliorer les performances d'optimisation.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.