Séance de cours

Les bases de l'optimisation

Description

Cette séance de cours couvre les bases de l'optimisation, en commençant par la régression logistique et en maximisant la marge. Il explore les dérivés des fonctions linéaires et non linéaires, les fonctions convexes par rapport aux fonctions non convexes et le processus de minimisation des fonctions convexes à l'aide d'algorithmes tels que la descente de gradient. La séance de cours explore également l'influence de la taille des pas et des points de départ dans l'optimisation, le concept de gradient conjugué et les méthodes de second ordre comme la méthode de Newton. Les implémentations pratiques de Python et les instabilités potentielles dans l'optimisation sont discutées, ainsi que l'importance des fonctions convexes pour avoir un minimum global.

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.