Fonctions à plusieurs variables et dérivées partielles
Introduction aux fonctions à plusieurs variables, aux coupes par coordonnées, aux dérivées partielles et à la construction du plan tangent.
Gradient et optimisation multidimensionnelle
Le gradient comme direction et taux de variation locaux, avec des applications à l’optimisation multidimensionnelle et à la régression.
Descente de gradient à une variable
La mise à jour de descente de gradient à une variable, les compromis du taux d'apprentissage, les minima locaux et un exemple d'implémentation compact.
Descente de gradient à deux variables
Extension à deux paramètres par dérivées partielles, mises à jour vectorielles et considérations de convergence.
Descente de gradient pour les moindres carrés
Dérivation et application des mises à jour de pente et d'ordonnée à l'origine d'un modèle linéaire aux moindres carrés.