Séance de cours

Rôle du calcul dans l'optimisation

Description

Cette séance de cours couvre le rôle du calcul dans l'optimisation, en se concentrant sur la descente de gradient pour les problèmes convexes et non convexes. En commençant par les mathématiques des données, l'instructeur explique l'estimateur de probabilité maximale et les estimateurs M. La séance de cours se penche ensuite sur la minimisation sans contrainte, l'optimalité approximative par rapport à l'exactitude et les stratégies itératives de base pour les algorithmes d'optimisation. Les méthodes de descente, y compris l'algorithme de descente de gradient, sont discutées en détail, ainsi que les défis rencontrés dans les algorithmes d'optimisation itératifs. Les concepts de stationnarité, de minima locaux et d’optimalité globale sont explorés, soulignant l’importance de la convexité dans les algorithmes 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.