Séance de cours

Optimisation stochastique et méthodes de graduation adaptative

Description

Cette séance de cours couvre l'optimisation stochastique et les méthodes de gradient adaptatif. Il traite de l'application de ces méthodes dans les systèmes de recommandation et la factorisation matricielle, en mettant l'accent sur les matrices de notation utilisateur-item. La séance de cours explique l'algorithme de gradient stochastique et sa mise en œuvre pour prédire les notes manquantes dans la matrice. Il explore également la technique de moyenne Polyak-Ruppert pour lisser les itérations dans le processus d'optimisation. Différents concepts tels que les termes de biais, les vecteurs caractéristiques et la factorisation matricielle sont détaillés avec des exemples et des dérivations théoriques.

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.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.