MA5052 - Optimisation mathématique pour l'apprentissage

Objectifs

Objectif général :

Modélisation, prise en compte de l'incertitude, aspects théoriques de l'optimisation globale, optimisation convexe moderne (sous-différentiel et application prox), pré-requis pour l'apprentissage statistique et autres applications.

Place dans le cursus

Programmation linéaire, programmation linéaire en nombres entiers, méthode du simplexe, branch-and-bound, dualité.

Volume horaire (h)

• Cours Magistraux : 20h

Examens

Nombre total d'heures d’évaluation : 2