Séance de cours

Classification linéaire: Variantes et descente stochastique progressive

Description

Cette séance de cours couvre les variantes de descente par gradient utilisées dans la pratique, en mettant l'accent sur la descente par gradient stochastique (SGD) et ses propriétés. Il explique comment SGD fonctionne en choisissant un minimum d'échantillons à chaque itération, en approximant le dérivé complet. La séance de cours se penche également sur la classification linéaire, en discutant du concept d'un séparateur linéaire et de l'importance d'avoir des propriétés différentielles presque partout.

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.