Couvre les bases des tenseurs, y compris leur définition, leurs propriétés et leur décomposition, en commençant par un exemple motivant impliquant des distributions gaussiennes.
Fournit un examen des concepts d'algèbre linéaire cruciaux pour l'optimisation convexe, couvrant des sujets tels que les normes vectorielles, les valeurs propres et les matrices semi-définies positives.
Couvre les méthodes d'optimisation, les garanties de convergence, les compromis et les techniques de réduction de la variance en optimisation numérique.
Explore l'histoire, la théorie et les applications du transport optimal dans différents domaines, montrant son importance dans la résolution de problèmes mathématiques complexes.
