Deep Learning : théorie et pratique

Cette séance de cours du professeur Volkan Cevher explore les mathématiques derrière lapprentissage profond, en se concentrant sur le compromis entre la complexité du modèle et le risque attendu. Il explore le mystère de la généralisation dans l’apprentissage profond, en discutant du biais implicite des algorithmes d’optimisation et du compromis complexité / risque dans la pratique. À travers des exemples et des théorèmes, la séance de cours met en évidence comment différents algorithmes convergent vers des solutions et les implications de la régularisation implicite dans la régression linéaire et les modèles linéaires.