Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours explore l'interprétation géométrique de la méthode de Newton dans le contexte des équations et de l'optimisation. Il se penche sur la façon dont un modèle linéaire local est calculé à chaque itération, qui se trouve être un modèle quadratique de la fonction objectif. À travers des exemples, linstructeur illustre comment la méthode de Newton converge rapidement vers des minima locaux dans certains cas, mais fait face à des défis lorsque le modèle quadratique est une mauvaise approximation ou unbounded en raison de la concavité de la fonction.