Aurelien Lucchi

Une nouvelle méthode améliore la précision des modèles grâce à l'apprentissage fédéré et à la régression par noyau.

Une étude sur la régression par noyau traitant du surapprentissage et des comportements des fonctions noyau.

Cet article examine l'optimisation minimax en utilisant des équations différentielles stochastiques pour mieux comprendre.

De nouvelles techniques améliorent l'efficacité dans des problèmes d'optimisation complexes pour l'apprentissage automatique.

Découvre comment la matrice de Gauss-Newton améliore l'efficacité de l'entraînement des réseaux de neurones.