v2.11.0 (5776)

Enseignement de Master - MICAS901 : Introduction à l'optimisation convexe

Descriptif

Ce cours offre une introduction à la théorie de l'optimisation convexe et non-convexe, appliquées au machine learning. La premiere partie du cours vise les aspects mathématiques de l'optimisation convexe et non-convexe, les méthodes d'optimisation determistes et stochastiques, tel que les methodes du gradient stochastique. La seconde partie du cours vise un traitement mathématique de techniques de machine learning, les methodes (state of the art) d'apprentissage du deep learning (back-propagation, ADAGRAD, ADADELTA, ADAM ) d'un point de vue mathematique.

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Systèmes embarqués et traitement de l'information

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 3 ECTS

Pour les étudiants du diplôme Information processing: machine learning, communications and security

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 3 ECTS
Veuillez patienter