Série · Mathématiques
Optimisation
Dans Sciences
41 cartes10 joueurs l'ont commencée
Série « Optimisation » sur Wikicard : 41 cartes tirées de Wikipédia, dont Méthode de Newton, Programmation dynamique, Algorithme génétique. Terminée, elle donne un badge brodé « Or », dessiné pour elle.
Ses cartes
- Optimisation (mathématiques)LégendaireL'optimisation est une branche des mathématiques cherchant à modéliser, à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à minimiser ou…
- Algorithme génétiqueÉpiqueLes algorithmes génétiques appartiennent à la famille des algorithmes évolutionnistes.
Méthode de NewtonÉpiqueLa méthode de Newton fut décrite par le mathématicien anglais Isaac Newton dans De analysi per aequationes numero terminorum infinitas, écrit en 1669 et publié en 1711 par William…- Programmation dynamiqueÉpiqueLa programmation dynamique est une méthode algorithmique pour résoudre des problèmes d'optimisation.
Optimisation linéaireÉpiqueL'optimisation linéaire (OL) est la discipline qui étudie ces problèmes.
Algorithme du simplexeÉpiqueL'algorithme du simplexe est un algorithme de résolution des problèmes d'optimisation linéaire.
Algorithme gloutonÉpiqueUn algorithme glouton (greedy algorithm en anglais, parfois appelé aussi algorithme gourmand, ou goulu) est un algorithme qui suit le principe de réaliser, étape par étape, un…
Forêt d'arbres décisionnelsÉpiqueEn intelligence artificielle, plus précisément en apprentissage automatique, les forêts d'arbres décisionnels (ou forêts aléatoires de l'anglais random forest classifier) forment…
Algorithme du gradientÉpiqueL'algorithme du gradient, ou de descente de gradient, est une méthode d'optimisation mathématique sans contrainte.
MétaheuristiqueÉpiqueUne métaheuristique est un algorithme d’optimisation visant à résoudre des problèmes d’optimisation difficiles (souvent issus des domaines de la recherche opérationnelle, de…- Optimisation combinatoireÉpiqueL’optimisation combinatoire (sous-ensemble à nombre de solutions finies de l'optimisation discrète) est une branche de l'optimisation en mathématiques appliquées et en…
Optimisation par essaims particulairesÉpiqueL'optimisation par essaims particulaires (OEP ou PSO en anglais) est une métaheuristique d'optimisation, inventée par Russel Eberhart (ingénieur en électricité) et James Kennedy…
Optimisation linéaire en nombres entiersÉpiqueL'optimisation linéaire en nombres entiers (OLNE) (ou programmation linéaire en nombres entiers (PLNE) ou integer programming (IP) ou Integer Linear Programming (ILP)) est un…- BoostingRareLe boosting est un domaine de l'apprentissage automatique (branche de l'intelligence artificielle).
- Algorithme de Levenberg-MarquardtRareL'algorithme de Levenberg-Marquardt est d'approcher cette équation, en l'« amortissant » un peu.
- Stratégie d'évolutionRareLes stratégies d'évolution forment une famille de métaheuristiques d'optimisation.
- Algorithme du gradient stochastiqueRareL'algorithme du gradient stochastique est une méthode de descente de gradient (itérative) utilisée pour la minimisation d'une fonction objectif qui est écrite comme une somme de…
Optimisation convexeRareL'optimisation convexe est une sous-discipline de l'optimisation mathématique, dans laquelle le critère à minimiser est convexe et l'ensemble admissible est convexe.- Optimisation non linéaireRareL'optimisation non linéaire (en anglais : nonlinear programming – NLP) s'occupe principalement des problèmes d'optimisation dont les données, i.e., les fonctions et ensembles…
- Optimisation quadratiqueRareOptimisation quadratique est un problème d'optimisation dans lequel on minimise (ou maximise) une fonction quadratique sur un polyèdre convexe.
Méthode de Nelder-MeadRareLa méthode de Nelder-Mead est un algorithme d'optimisation non linéaire qui a été publiée par John Nelder et Roger Mead (en) en 1965.- Méthode de Broyden-Fletcher-Goldfarb-ShannoRareLa méthode de Broyden-Fletcher-Goldfarb-Shanno (BFGS) est une méthode permettant de résoudre un problème d'optimisation non linéaire sans contraintes.
- Méthode du nombre d'orRareLa méthode du nombre d'or est un algorithme d'optimisation, c'est-à-dire de recherche de l'extremum d'une fonction, dans le cas d'une fonction unimodale, c'est-à-dire dans lequel…
- Optimisation SDPRareL'optimisation SDP ou semi-définie positive, est un type d'optimisation convexe, qui étend l'optimisation linéaire.
- Génération de colonnesRareLa génération de colonnes est une méthode pour résoudre efficacement les problèmes d'optimisation linéaire de grande taille.
- Algorithme d'optimisationRareLes algorithmes d’optimisation cherchent à déterminer le jeu de paramètres d’entrée d’une fonction donnant à cette fonction la valeur maximale ou minimale.
- Optimisation quadratique successivePeu communeL'optimisation quadratique successive est un algorithme de résolution d'un problème d'optimisation non linéaire.
- Algorithme à régions de confiancePeu communeUn algorithme à régions de confiance est un algorithme d'optimisation différentiable (l'optimisation dont il est question ici est une branche des mathématiques), destiné à…
- Pénalisation (optimisation)Peu communeLa pénalisation est une technique permettant d'analyser et de résoudre analytiquement ou numériquement des problèmes d'optimisation avec contraintes.
- Algorithme de Frank-WolfePeu communeL'algorithme de Frank-Wolfe, ou algorithme du gradient conditionnel, est une méthode itérative du premier ordre permettant de résoudre des problèmes d'optimisation convexe…
- Critères de WolfePeu communeLes critères de Wolfe sont un ensemble d'inégalités permettant d'optimiser la méthode de recherche linéaire ; plus précisément, cela permet de sélectionner un pas adéquat pour la…
Méthode de l'ellipsoïdePeu communeLa méthode de l'ellipsoïde est une méthode itérative utilisée pour minimiser des fonctions convexes.- Algorithme du lagrangien augmentéPeu communeLes algorithmes du lagrangien augmenté sont une certaine classe d'algorithmes pour résoudre des problèmes d'optimisation sous contraintes.
Méthode des plans sécantsPeu communeLa méthode des plans sécants, ou cutting plane method, est une méthode utilisée pour trouver une solution entière d'un problème d'optimisation linéaire.- Décomposition de BendersPeu communeLa décomposition de Benders est une technique d'optimisation qui permet de trouver des solutions à des problèmes d'optimisation linéaire de très grande taille ayant une structure…
- Inégalité matricielle linéairePeu communeUne inégalité matricielle linéaire (linear matrix inequality, ou LMI) est une expression de la forme L M I ( y ) := A 0 + y 1 A 1 + y 2 A 2 + ⋯ + y m A m ⪰ 0 {\displaystyle…
- Optimisation coniquePeu communeOptimisation conique consiste à minimiser une fonction linéaire sur l'intersection d'un cône convexe fermé et d'un sous-espace affine.
- Gradient boostingPeu communeLe gradient boosting (parfois traduit amplification de gradient en français) est une technique d'apprentissage basée sur le principe de boosting.
- Optimisation copositiveCommuneOptimisation copositive consiste à minimiser une fonction linéaire sur la partie de R n × n {\displaystyle \mathbb {R} ^{n\times n}} formée de l'intersection du cône des matrices…
- Optimisation complètement positiveCommuneOptimisation complètement positive consiste à minimiser une fonction linéaire sur la partie de R n × n {\displaystyle \mathbb {R} ^{n\times n}} formée de l'intersection du cône…
- Stratégie d’évolution avec adaptation de la matrice de covarianceCommuneLa stratégie d’évolution avec adaptation de la matrice de covariance, souvent désignée par l’acronyme anglais CMA-ES pour Covariance Matrix Adaptation Evolution Strategy, est une…
Ouvrez des paquets de cartes tirées de Wikipédia, terminez vos collections pour gagner leur badge brodé, défiez d'autres joueurs en Joute. Gratuit, sans avantage payant.