I.1 À propos de ce cours
'' For deep learning, it is linear algebra that matters the most. ''

Gilbert Strang, Linear algebra and learning from data

Ce polycopié, qui est en construction, contient l'essentiel de mon cours d'algèbre linéaire, donné aux étudiant.e.s des sections de Génie Civil, Génie Électrique, et Sciences de l'Environnement, à l'EPFL.

Initialement, la structure de ce cours était empruntée (à l'exception du dernier chapitre sur les chaînes de Markov) au cours donné par Simone Deparis (SMA, EPFL), lui-même basé sur celui du Professeur Assyr Abdulle (SMA, EPFL). Je remercie Simone et Assyr de m'avoir fourni ce matériel, qui a grandement facilité la préparation de mes cours et de mes séries d'exercices à mon arrivée à l'EPFL.

Bien-sûr, la rédaction d'un texte engendre l'utilisation d'un style, des changements, des réarrangements, des ajouts de matériel supplémentaire, etc. et donc le contenu de ce cours va progressivement s'écarter de ce qu'était le cours d'Assyr.

Le format online de ce polycopié est emprunté de celui de mon cours d'Analyse 1. On trouvera sur ce dernier plusieurs information additionnelles que je n'ai pas jugé nécessaire de reproduire ici.

\(@\) S. Friedli 2022 - tous droits réservés.

Ce document est mis à disposition selon les termes du droit d’auteur suisse. L’utilisation et la citation des sources du contenu nécessite l’autorisation de l’auteur.





---- (Dernière modification: 2022-11-09 (09:37:47)) ----