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

La méthode de Newton : les techniques d’optimisation

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (36)

Bases d'optimisation : Optimisation sans contrainte et descente progressive Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases d'optimisation, y compris l'optimisation sans contrainte et les méthodes de descente de gradient pour trouver des solutions optimales.

TR convergence globale (fin) + CG Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la méthode de la région de confiance et introduit la méthode des gradients conjugués tronqués.

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.

Techniques d'optimisation: Convexité et algorithmes dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les techniques d'optimisation dans l'apprentissage automatique, en se concentrant sur la convexité, les algorithmes et leurs applications pour assurer une convergence efficace vers les minima mondiaux.

Proximal Gradient Descent: Techniques d'optimisation dans l'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Discute de la descente du gradient proximal et de ses applications dans l'optimisation des algorithmes d'apprentissage automatique.

Faire confiance aux méthodes de la région: framework & algorithmes Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les méthodes de la région de confiance, en se concentrant sur le cadre et les algorithmes.

RTR aspects pratiques + tCG Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les aspects pratiques de l'optimisation de la région de confiance riemannienne et introduit la méthode du gradient conjugué tronqué.

La méthode de Hesse et Newton Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la méthode de Hesse et Newton pour l'optimisation en utilisant des processus itératifs.

Descente progressive Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre le concept de descente de gradient, un algorithme universel utilisé pour trouver le minimum d'une fonction.

Méthode de descente progressive Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la méthode Gradient Descent, la fluidité des fonctions et les preuves liées à la convexité.

Introduction à l’optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de l'optimisation, y compris les perspectives historiques, les formulations mathématiques et les applications pratiques dans les problèmes de prise de décision.

Méthodes itératives : contrôle des erreurs et résolution des systèmes linéaires Connectez-vous à Mediaspace pour regarder cette vidéo

Explore des méthodes itératives pour résoudre des systèmes linéaires en mettant l'accent sur le contrôle des erreurs.

Apprendre la solution du noyau: Tutoriel MGT-418 Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage de la solution du noyau en optimisation convexe, en se concentrant sur la prédiction des sorties à l'aide d'un classificateur linéaire et en abordant les problèmes numériques possibles.

Résoudre le 4 : la taille A-B et la recherche de l'arbre Monte-Carlo Connectez-vous à Mediaspace pour regarder cette vidéo

Explorer la résolution Connect Four en utilisant la théorie du jeu et l'optimisation des algorithmes, en comparant minimax, taille alpha-bêta, et recherche d'arbre Monte-Carlo.

Questions avancées de métaprogrammation: Volume de code et complexité Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la gestion de grandes bases de code, niveaux d'abstraction plus élevés, codeDB, requêtes Datalog, et l'analyse de programme.

La dualité lagrangienne : théorie et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la dualité lagrangienne dans l'optimisation convexe, en discutant de la dualité forte, des solutions duales et des applications pratiques dans les programmes de cônes de second ordre.

Page 2 sur 2