Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours couvre le concept de descente de gradient pour la régression linéaire, expliquant le processus itératif de mise à jour des paramètres pour minimiser la fonction de perte. Il aborde également les défis du choix d'un taux d'apprentissage approprié et l'impact de la mise à l'échelle de la fonction de perte sur le processus de descente de gradient.
Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.
Regarder sur Mediaspace