Optimisation de la régression linéaire

Cette séance de cours couvre le concept de régression linéaire, la multiplication matricielle, le problème D > N, les fonctions de coût comme l'erreur carrée moyenne (ESM) et l'erreur absolue moyenne (EAM), et le compromis entre les propriétés statistiques et computationnelles. Il traite également de la convexité, des aberrations, de différents algorithmes d'optimisation comme la recherche de grilles, et des défis des paysages d'optimisation dans l'apprentissage automatique.