Contexte
Sous-grain borné de #16061. Le notebook existant 2.11-Regularisation-Sparse-LASSO.ipynb enseigne la géométrie L1/L2 et une descente de coordonnées cyclique, puis cite ISTA/FISTA/ADMM comme alternatives sans les implémenter. ADMM manque dans le dépôt.
La convention de série impose une extension latérale :
MyIA.AI.Notebooks/ML/DataScienceWithAgents/02-ML-Cours/2.11b-Optimisation-ADMM-From-Scratch.ipynb
Acceptance
- Notebook pédagogique en français, Python, exécutable de bout en bout avec outputs réels committés.
- Formulation scindée du LASSO :
min 1/2 ||Xβ-y||² + λ||z||₁ sous β=z, lagrangien augmenté et forme duale mise à l’échelle.
- Implémentation from scratch des mises à jour
β, z=soft_threshold(...), u, sans solveur ADMM externe.
- Historique de l’objectif, résidu primal et résidu dual ; arrêt par tolérances absolue/relative documentées.
- Terrain non dégénéré à colonnes fortement corrélées (
rho >= 0.95 ou actifs groupés/dupliqués), préparé par une expérience hors notebook avant rédaction.
- Comparaison sur le même problème avec la descente de coordonnées existante et une référence industrielle (
sklearn et/ou optimum cvxpy), sans réenseigner la géométrie L1 déjà couverte par 2.11.
- Claims de vitesse/convergence uniquement si mesurés ; sinon verdict honnête et borné.
- Au moins trois exercices C.1 exécutables, sans erreur volontaire.
- Validation avec les outils notebook dédiés ; toutes les cellules code portent
execution_count != null, aucune erreur dans les outputs.
- PR atomique : ce notebook uniquement, hors catalogue généré. Première ligne
Grain: et lien See #16061 + ce sous-ticket.
Hors scope
See #16061
🤖 Generated with Claude Code
Contexte
Sous-grain borné de #16061. Le notebook existant
2.11-Regularisation-Sparse-LASSO.ipynbenseigne la géométrie L1/L2 et une descente de coordonnées cyclique, puis cite ISTA/FISTA/ADMM comme alternatives sans les implémenter. ADMM manque dans le dépôt.La convention de série impose une extension latérale :
MyIA.AI.Notebooks/ML/DataScienceWithAgents/02-ML-Cours/2.11b-Optimisation-ADMM-From-Scratch.ipynbAcceptance
min 1/2 ||Xβ-y||² + λ||z||₁sousβ=z, lagrangien augmenté et forme duale mise à l’échelle.β,z=soft_threshold(...),u, sans solveur ADMM externe.rho >= 0.95ou actifs groupés/dupliqués), préparé par une expérience hors notebook avant rédaction.sklearnet/ou optimumcvxpy), sans réenseigner la géométrie L1 déjà couverte par 2.11.execution_count != null, aucune erreur dans les outputs.Grain:et lienSee #16061+ ce sous-ticket.Hors scope
2.11-Regularisation-Sparse-LASSO.ipynb.See #16061
🤖 Generated with Claude Code