Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Bases d'optimisation : Optimisation sans contrainte et descente progressive

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (31)

Méthode de Newton: Optimisation et Indéfinité Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la méthode d'optimisation de Newton et discute des mises en garde de l'indéfinissité dans les problèmes d'optimisation.

Techniques d'optimisation: fonctions de descente de gradient et convexes Connectez-vous à Mediaspace pour regarder cette vidéo

Fournit un aperçu des techniques d'optimisation, en se concentrant sur la descente de gradient et les propriétés des fonctions convexes dans l'apprentissage automatique.

Gradient Descent: Optimisation et contraintes Connectez-vous à Mediaspace pour regarder cette vidéo

Discute de la descente en gradient pour l'optimisation avec des contraintes d'égalité et des critères itératifs de convergence.

Recherche en ligne: Optimisation des bases Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de l'optimisation dans le calcul géométrique, en se concentrant sur la recherche de la meilleure modification efficacement.

Critères de convergence: conditions nécessaires Connectez-vous à Mediaspace pour regarder cette vidéo

Explique les conditions nécessaires à la convergence des problèmes d'optimisation.

Descente de gradient plus rapide: Techniques d'optimisation projetées Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre des méthodes de descente de gradient plus rapides et une descente de gradient projetée pour une optimisation contrainte dans l'apprentissage automatique.

Techniques d'optimisation: Descente de gradient stochastique et au-delà Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des techniques d'optimisation dans l'apprentissage automatique, en se concentrant sur la descente de gradient stochastique et ses applications dans les problèmes contraints et non convexes.

Modèles d'exécution informatiques distribués Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les défis à relever pour réduire au minimum le temps d'achèvement de l'emploi dans l'informatique distribuée, en mettant l'accent sur l'impact des données biaisées et le traitement efficace.

(Non)Bumping Cars Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la transformation des voitures pare-chocs en voitures sans collision grâce à des algorithmes d'évitement des collisions et aux défis rencontrés lors de la mise en œuvre de fonctions de barrière ellipsoïde.

Ford-Fulkerson : un exemple travaillé Connectez-vous à Mediaspace pour regarder cette vidéo

Démontre l'algorithme Ford-Fulkerson à travers un exemple travaillé étape par étape.

Le chemin le plus court dans les graphiques dirigés Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre trouver le chemin le plus court dans les graphiques dirigés efficacement en utilisant des approches algorithmiques et en discutant des problèmes connexes de NP-complet.

Page 2 sur 2