Comment les modèles apprennent réellement, de la descente de gradient classique à Adam
La régularisation est souvent introduite comme une pénalité ajoutée à la loss. Géométriquement, elle change quels vecteurs de paramètres sont considérés comme bon marché ou coûteux. Cela change la forme du problème d'optimisation. Deux symboles reviennent ci-dessous : R(θ) désigne le terme de pénalité, et λ (lambda) fixe l'intensité de son poids.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ La régularisation comme géométrie