Abstract:
Ce mémoire explore l'utilisation des méthodes de régularisation ?1, notamment le
Lasso, dans le cadre de la régression et de la sélection de variables. Deux algorithmes
d'optimisation proximale, ISTA et FISTA sont étudiés, comparés et appliqués à des
données industrielles réelles. Les résultats montrent l'efficacité de FISTA en termes
de rapidité et de précision, confirmant l'intérêt des méthodes proximales accélérées
pour le traitement de données complexes.
