Calcul différentiel et optimisation

1

Leçon 1: Pourquoi dériver : la physique de l'apprentissage

1 heure et 30 minutes

2

Leçon 2: Dérivées et dérivées partielles

1 heure et 30 minutes

3

Leçon 3: Le gradient : direction de la plus forte pente

2 heures

4

Leçon 4: Règle de la chaîne et différentiation composite

2 heures

5

Leçon 5: Jacobienne et hessienne

1 heure et 30 minutes

6

Leçon 6: Fonctions convexes et minima

1 heure et 30 minutes

7

Leçon 7: Descente de gradient : l'algorithme fondamental

2 heures

8

Leçon 8: Batch, mini-batch et SGD

1 heure et 30 minutes

9

Leçon 9: Optimiseurs modernes : Momentum, Adam, RMSProp

2 heures

10

Leçon 10: TP : implémenter une descente de gradient from scratch

2 heures et 30 minutes

11

Leçon 11: TP : régression logistique from scratch

2 heures et 30 minutes

12

Leçon 12: Autograd PyTorch : différentiation automatique

1 heure et 30 minutes