Apprentissage supervisé : descente en dégradé

Dans cours

DEMO: proident aliquip

Officia non minim irure cupidatat sit dolore fugiat nisi cillum minim. Non id elit voluptate quis et consequat laboris magna ullamco consequat non excepteur occaecat. Qui sint est irure aute qui tempor magna do. Id ex et consequat officia elit minim veniam officia officia in cillum aliqua occaecat. Consectetur mollit eu labore laborum officia anim nisi adipisicing reprehenderit nostrud sit. Excepteur eiusmod amet ex ad duis aute aliqua duis ut.

Connectez-vous pour voir cette section

Description

Cette séance de cours introduit l'apprentissage supervisé en mettant l'accent sur les algorithmes de descente de gradient, tels que la descente de gradient par lots et la descente de gradient stochastique. L'instructeur explique le fonctionnement de ces algorithmes, leurs avantages et fournit une justification statistique de leur utilisation.

Connectez-vous pour regarder la vidéo

Enseignant

est deserunt

Culpa nisi magna id pariatur cillum. Ad exercitation non consectetur incididunt. Esse velit cupidatat ipsum ad proident in deserunt ad culpa labore. Non nisi nulla in reprehenderit id duis exercitation id aliquip sit commodo. Cupidatat ea ullamco ullamco exercitation sint mollit ex consequat ipsum reprehenderit. Non nisi minim sunt exercitation.

Connectez-vous pour voir cette section

Source officielle

https://mediaspace.epfl.ch/media/0_nyrqvb65

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.

Séances de cours associées (32)