Séance de cours

Optimisation convexe: Algorithmes de gradient

Description

Cette séance de cours couvre les problèmes d'optimisation convexe, l'algorithme de descente le plus raide, la méthode de Newton et la méthode du gradient conjugué. Il explique comment trouver le minimum global d'une fonction convexe en utilisant des algorithmes basés sur le gradient et discute des stratégies pour améliorer la 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.