Les algorithmes ISTA et FISTA dans les problèmes du type Lasso.

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.