Séance de cours

Régression de LASSO : Induction de signal sparsé

Description

Cette séance de cours couvre le concept de régression LASSO, en mettant l'accent sur l'induction de la sparsité dans les signaux par la minimisation de la fonction de perte LASSO. L'instructeur explique les hypothèses sur le bruit, le processus de régression clairsemée et l'importance de la sélection des variables dans la détection comprimée. La séance de cours s'inscrit dans la méthode de descente par gradient utilisée pour minimiser la perte de LASSO, en mettant l'accent sur la nature itérative du processus et les critères de convergence.

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.