Séances de cours associées à Méthodes Quasi-Newton

Méthode de Newton : Convergence et applications

Couvre la convergence de la méthode de Newton et ses applications en analyse numérique.

Méthode Newton : Convergence et soins quadratiques

Couvre la méthode de Newton et ses propriétés de convergence près du point optimal.

Descente proximale et sous-gradiente : techniques d’optimisation

Discute des méthodes de descente proximale et sous-gradiente pour l'optimisation dans l'apprentissage automatique.

TR convergence globale (fin) + CG

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

Les bases de l'optimisation

Introduit des bases d'optimisation, couvrant la régression logistique, les dérivés, les fonctions convexes, la descente de gradient et les méthodes de second ordre.

Méthode de Newton : Ordre 2

Explique la méthode de Newton d'ordre 2 pour trouver des zéros de fonction.