• Aucun résultat trouvé

R´eseau de neurones Intelligence Artificielle et Syst`emes Formels Master 1 I2L

N/A
N/A
Info
Télécharger
Protected

Academic year: 2022

Partager "R´eseau de neurones Intelligence Artificielle et Syst`emes Formels Master 1 I2L"

Copied!
5
0
0

Chargement.... (Voir le texte intégral maintenant)

Texte intégral

(1)

R´ eseau de neurones

Intelligence Artificielle et Syst`emes Formels Master 1 I2L

S´ebastien Verel verel@lisic.univ-littoral.fr

http://www-lisic.univ-littoral.fr/∼verel

Universit´e du Littoral Cˆote d’Opale Laboratoire LISIC Equipe CAMOME

(2)

Plan pr´ evisionnel

Courte introduction (d’apr`es D. Robilliard) R´eseau de neurones (2)

Arbre de d´ecision Inf´erence bay´esienne R´eseau bay´esien

Classification non param´etrique Intelligence collective (2)

(3)

Objectifs de la s´ eance 09

Connaitre la mod´elisation d’un neurone artificiel

Savoir concevoir un r´eseau de neurones de type perceptron Savoir concevoir un r´eseau de neurones de type perceptron multi-couches

Connaitre le principe d’apprentissage par r´etropropagation de l’erreur

(4)

Approche

Approche tr`es pragmatique pour ce cours.

D’abord on trouve une documentation, on d´efinit, on comprend, on teste Puis on reviendra des concepts plus g´en´eraux

sur l’apprentissage par la suite.

(5)

Bibliographie

Denis Robilliard, Universit´e du Littoral Cˆote d’Opale,http:

//www-lisic.univ-littoral.fr/∼robillia/index.html Manuel Clergue, Universit´e Antilles Guyanne,

http://www-lisic.univ-littoral.fr/∼verel/

TEACHING/08-09/sac-M1/cRdNV9.pdf Marie Cottrell, Universit´e Paris 1- Sorbonne, http://samos.univ-paris1.fr/archives/ftp/

preprints/samos174.pdf

G´erald Petitjean, Eurod´ecision,https://www.lrde.epita.

fr/∼sigoure/cours ReseauxNeurones.pdf

Références

Télécharger maintenant ( PDF - 5 Page - 52.80 KB )

Documents relatifs

Arbres de d´ecision Intelligence Artificielle et Syst`emes Formels Master 1 I2L

Outlook ∈ { Sunny , Overcast, Rain } ; Temperature ∈ { Hot, Mild, Cool } ; Humidity ∈ { High , Normal } ; Wind ∈ { Strong , Weak }. 1 cible : Playball ∈ { No, Yes } 14 exemples

R´eseau de neurone Intelligence Artificielle et Syst`emes Formels Master 1 I2L

Savoir d´ efinir les notions d’apprentissage automatique Savoir d´ efinir apprentissage supervis´ e et non-supervis´ e Connaitre la notion de sur-apprentissage.. Connaitre les

Fiche 09bis : R´eseau de neurones

3.a) D´ efinir une classe BackPropagation compos´ ee des m´ ethodes init et train. La m´ ethode init initialise un r´ eseau de neurone en fixant les seuils et les diff´ erents

Partionnement non-supervis´ee Intelligence Artificielle et Syst`emes Formels Master 1 I2L

Guillaume Wacquet ; Emilie Poisson Caillault ; Denis Hamad ; Pierre-Alexandre H´ ebert Pattern Recognition Letters, Available online 19 February 2013, Detection of

Machine de Turing Syst`emes Formels Master 1

Savoir d´ efinir le langage reconnu par une machine de Turing Savoir d´ efinir la fonction calcul´ ee par une machine de Turing Savoir d´ efinir une machine de Turing pour

Fiche 09 : R´eseau de neurones

Peut-on facilement d´ efinir une autre classe neurone o` u l’on change seulement la fonction d’acti-

Arbres de d´ecision Intelligence Artificielle et Syst`emes Formels Master 1 I2L

Outlook ∈ { Sunny , Overcast, Rain } ; Temperature ∈ { Hot, Mild, Cool } ; Humidity ∈ { High , Normal } ; Wind ∈ { Strong , Weak }. 1 cible : Playball ∈ { No, Yes } 14 exemples

l’inf´ erence de r´ eseau ` a partir de donn´ ees RNA-seq

Enfin, dans la section 4, nous pr´ esentons quelques r´ esultats pr´ eliminaires montrant l’influence des individus utilis´ es pour l’inf´ erence sur le r´ eseau lui- mˆ eme et