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

Maouche, F.,promoteur; Haddad, Leila

dc.contributor.author	Haddad, Leila
dc.contributor.author	Maouche, F.,promoteur
dc.date.accessioned	2026-05-05T14:25:45Z
dc.date.available	2026-05-05T14:25:45Z
dc.date.issued	2025
dc.identifier.other	510MAS/262
dc.identifier.uri	http://univ-bejaia.dz/dspace/123456789/27277
dc.description	Option : Probabilités Statistique et Applications	en_US
dc.description.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.	en_US
dc.language.iso	fr	en_US
dc.publisher	Université Aberahmane Mira Bejaia	en_US
dc.subject	Lasso : Régularisation ?1 : Sélection de variables : Optimisation convexe : Algorithme proximal : ISTA : FISTA : Seuillage doux : Régression pénalisée : Données*	en_US
dc.title	Les algorithmes ISTA et FISTA dans les problèmes du type Lasso.	en_US
dc.type	Thesis	en_US