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

Séance de cours

Formation contradictoire: solution d'examen simulée

Dans cours

EE-556: Mathematics of data: from theory to computation

This course provides an overview of key advances in continuous optimization and statistical analysis for machine learning. We review recent learning formulations and models as well as their guarantees

Description

Cette séance de cours couvre la solution à un problème d'examen simulé sur la formation contradictoire, en se concentrant sur les fonctions de perte logistique, les calculs de gradient et les dérivés directionnels. Il traite de l'unicité des solutions et des conditions du théorème de Darskin.

Enseignant·e

Volkan Cevher

Volkan Cevher received the B.Sc. (valedictorian) in electrical engineering from Bilkent University in Ankara, Turkey, in 1999 and the Ph.D. in electrical and computer engineering from the Georgia Institute of Technology in Atlanta, GA in 2005. He was a Research Scientist with the University of Maryland, College Park from 2006-2007 and also with Rice University in Houston, TX, from 2008-2009. Currently, he is an Associate Professor at the Swiss Federal Institute of Technology Lausanne and a Faculty Fellow in the Electrical and Computer Engineering Department at Rice University. His research interests include machine learning, signal processing theory, optimization theory and methods, and information theory. Dr. Cevher is an ELLIS fellow and was the recipient of the Google Faculty Research award in 2018, the IEEE Signal Processing Society Best Paper Award in 2016, a Best Paper Award at CAMSAP in 2015, a Best Paper Award at SPARS in 2009, and an ERC CG in 2016 as well as an ERC StG in 2011.

Source officielle

Concepts associés (23)

Dérivée

En mathématiques, la dérivée d'une fonction d'une variable réelle mesure l'ampleur du changement de la valeur de la fonction (valeur de sortie) par rapport à un petit changement de son argument (valeur d'entrée). Les calculs de dérivées sont un outil fondamental du calcul infinitésimal. Par exemple, la dérivée de la position d'un objet en mouvement par rapport au temps est la vitesse (instantanée) de l'objet. La dérivée d'une fonction est une fonction qui, à tout nombre pour lequel admet un nombre dérivé, associe ce nombre dérivé.

Fréchet derivative

In mathematics, the Fréchet derivative is a derivative defined on normed spaces. Named after Maurice Fréchet, it is commonly used to generalize the derivative of a real-valued function of a single real variable to the case of a vector-valued function of multiple real variables, and to define the functional derivative used widely in the calculus of variations. Generally, it extends the idea of the derivative from real-valued functions of one real variable to functions on normed spaces.

Dérivée directionnelle

En analyse mathématique, la notion de dérivée directionnelle permet de quantifier la variation locale d'une fonction dépendant de plusieurs variables, en un point donné et le long d'une direction donnée dans l'espace de ces variables. Dans la version la plus simple, la dérivée directionnelle généralise la notion de dérivées partielles, dans le sens où l'on retrouve ces dernières en prenant comme directions de dérivation les axes de coordonnées. Le concept de dérivée directionnelle est fondamental en analyse.

Dérivée covariante

En géométrie différentielle, la dérivée covariante est un outil destiné à définir la dérivée d'un champ de vecteurs sur une variété. Dans le cas où la dérivée covariante existe, il n'existe pas de différence entre la dérivée covariante et la connexion, à part la manière dont elles sont introduites. (Cela est faux quand la dérivée covariante n'existe pas en revanche ).

Gateaux derivative

In mathematics, the Gateaux differential or Gateaux derivative is a generalization of the concept of directional derivative in differential calculus. Named after René Gateaux, a French mathematician who died at age 25 in World War I, it is defined for functions between locally convex topological vector spaces such as Banach spaces. Like the Fréchet derivative on a Banach space, the Gateaux differential is often used to formalize the functional derivative commonly used in the calculus of variations and physics.

Afficher plus

Séances de cours associées (25)

Fonctions différentielles : Dérivabilité et gradient

Explore la différentiabilité des fonctions et le rôle des gradients dans les dérivées directionnelles.

Dérivés partiels et graduants

Explore les dérivées partielles, le gradient, les dérivées directionnelles et la différentiabilité dans la détermination des pentes.

Méthodes de démonstration : Récurrence et calcul différentiel

Couvre les méthodes de démonstration et le calcul différentiel des fonctions de plusieurs variables.

Théorèmes des dérivés partiels et des dérivés

Introduit des dérivés partiels, des dérivés directionnels, et la différenciation des fonctions avec des exemples et le théorème de Schwartz.

Méthodes de descente et recherche par ligne: Second Wolfe condition MOOC: Optimisation : principes et algorithmes - Optimisation non linéaire sans contrainte

Explore la deuxième condition de Wolfe, en guidant les tailles de pas en fonction de l'augmentation de la dérivée directionnelle.

Afficher plus

Concepts associés (23)

Dérivée

Fréchet derivative

Dérivée directionnelle

Dérivée covariante

Gateaux derivative

Afficher plus