DESCENTE DE GRADIENT. Algorithme de descente de gradient (optimisation sans contrainte)

[@salmaelhafidi1167]

Merci bcp pour cette explication très claire ainsi j'ai bien compris cet algorithme intuitivement ça permet de le fixer dans l esprit.

[@Makemathseasier]

Avec plaisir

[@ndouson]

merci beaucoup, vous êtes la pédagogie en personne !!

[@Makemathseasier]

C est gentil de votre part. Avec plaisir

[@MARAM_Dz_5966]

Une vidéo tres très utile enfin j'ai compris cette méthode merci infiniment madame ❤❤❤

[@Makemathseasier]

Avec plaisir

[@nouhaylalbe6372]

On attendait cette vidéo depuis longtemps ♥️☺️

[@Makemathseasier]

Merci nouhayla

[@assiakourgli]

Très belle explication

[@Makemathseasier]

Merci

[@OusmaneNdoye-z6p]

Sacré guillaum saint cirgue, même les autres youtubeurs imitent ses explications

[@familygoudar]

ماشاء الله عليك بالتوفيق رمضان كريم

[@Makemathseasier]

Lah ybarek fik meryem ramadan mobarek

[@مصطفىمصطفى-ض8ج5ي]

Merci madame pour l'explication.
Just question : c'est Quoi gradient optimale ?

[@Aichadim]

شرح ممتاز حبذا لو تحطي تمارين تدعم درس

[@Makemathseasier]

Merci. D’accord je vais les poster prochainement

[@bahhaouddynnbaha4983]

merci beaucoup

[@Makemathseasier]

Avec plaisir

[@nadratnadrat8112]

Bonjour. L'unicité est assurée si la fonction est strictement convexe sur un domaine convexe.

[@nadiffatiha8647]

👍👍👍👍🌹🥰

[@mahfer6956]

A pas fixe et si pas non fixe

[@Makemathseasier]

Comment ?