Mathematics Foundations

Quatre séances de 3 heures sur l’algèbre linéaire et l’analyse derrière le machine learning : vecteurs et similarité cosinus, matrices comme transformations et forward-pass, dérivées et règle de la chaîne comme rétropropagation, et descente de gradient. Le cours est dispensé en anglais.

Les diapositives sont construites à partir de mes notes manuscrites, prises en direct pendant le cours.

Séances

• Séance 1 : addition de vecteurs et produit scalaire, similarité cosinus sur des données réelles.
• Séance 2 : matrices comme transformations linéaires, forward pass, vecteurs propres et PCA.
• Séance 3 : dérivées, règles de dérivation, règle de la chaîne comme rétropropagation.
• Séance 4 : gradient, descente de gradient, minimum local et global