Problèmes de variation : convexité et coercivité

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (28)

Page 3 sur 3

Programmation linéaire : correspondance bipartite pondérée

Couvre la programmation linéaire, la correspondance bipartite pondérée et les problèmes de couverture de sommet en optimisation.

Analyse numérique: systèmes implicites

Couvre les schémas implicites dans l'analyse numérique pour résoudre les équations différentielles partielles.

Preuves : Logique, Mathématiques et Algorithmes

Explore les concepts, les techniques et les applications de la preuve dans la logique, les mathématiques et les algorithmes.

Optimisation limitée : les bases

Couvre les bases de l'optimisation contrainte, y compris les directions tangentes, les sous-problèmes de la région de confiance et les conditions d'optimalité nécessaires.

Distributions et dérivés

Couvre les distributions, les dérivés, la convergence et les critères de continuité dans les espaces de fonctions.

Dérivés faibles: définition et propriétés

Couvre les dérivés faibles, leurs propriétés et leurs applications en analyse fonctionnelle.

Théorie de l'optimisation sans contrainte

Explore la théorie de l'optimisation sans contrainte, couvrant les minimums globaux et locaux, la convexité et les concepts de gradient.

Descente au gradient : principes et applications

Couvre la descente de gradient, ses principes, ses applications et ses taux de convergence en optimisation pour l'apprentissage automatique.