Minimisation du convex composite

Cette séance de cours couvre les méthodes de solution pour la minimisation convexe composite, y compris l'algorithme proximale-gradient et l'algorithme proximale-gradient rapide. L'instructeur explique les schémas de base, les théorèmes de convergence et la complexité par itération. La séance de cours se décline également en exemples tels que les moindres carrés et les limites théoriques régularisés par rapport à la performance pratique. En outre, il explore le problème de minimisation composite convexe stochastique et l'opérateur de cartographie des gradients. Le contenu comprend des discussions sur la méthode de graduation proximale, l'approche de Frank-Wolfe et la recherche de phase. La séance de cours se termine par un accent sur les problèmes non convexes, les points fixes et les problèmes de contrainte stochastiques.