Optimisation pour le Machine Learning: Descente Proximale

Cette séance de cours couvre Proximal et Subgradient Descent dans le contexte de l'optimisation pour l'apprentissage automatique. Il explique l'algorithme Proximal Gradient Descent, les problèmes d'optimisation composite et les propriétés de convergence de ces méthodes. La séance de cours se penche également sur les sous-gradients, la convexité, les fonctions de Lipschitz et l'optimalité des méthodes de premier ordre.