Principes fondamentaux des réseaux neuronaux : neurones et couches en R

Aperçu

This course introduces the core building blocks of neural networks. You'll learn what a neuron is, how it processes information, the role of activation functions, and how neurons are organized into layers.

By the end, you'll implement a single dense layer from scratch using R and base R matrix operations.

Programme

• Unité 1 : Fondamentaux des Réseaux de Neurones : Neurones et Couches (Édition R)
Quiz sur les Fondamentaux des Réseaux de Neurones
• Unité 2 : Implémenter un Neurone Artificiel à partir de Zéro en R
Initialiser un Neurone en R
Ajouter une Validation d'Entrée à la Fonction de Propagation Avant d'un Neurone
Implémenter la Passe Avant pour un Neurone Artificiel en R
Utiliser un Neurone pour Traiter des Données en R
• Unité 3 : Ajouter des Fonctions d'Activation à Notre Neurone (Édition R)
Appliquer la Fonction d'Activation Sigmoïde à un Neurone
Corriger l'Ordre des Opérations dans la Passe Avant d'un Neurone
Implémenter la Fonction d'Activation Sigmoïde en R
• Unité 4 : Construire une Couche Dense dans les Réseaux de Neurones avec R
Initialiser de Petits Poids Aléatoires dans une Couche Dense
Corriger le Vecteur de Biais dans une Couche Dense
Initialiser les Poids et Biais pour une Couche Dense en R
Créer et Inspecter des Couches Denses en R
Compter les Paramètres dans une Couche Dense
• Unité 5 : Propagation Avant dans les Couches Denses avec R
Implémenter l'Addition de Biais dans la Propagation Avant pour une Couche Dense
Corriger la Multiplication de Matrices dans la Propagation Avant
Compléter la Passe Avant avec l'Activation Sigmoïde
Implémenter la Propagation Avant dans une Couche Dense avec R
Implémenter la Propagation Avant avec une Couche Dense en R

---

Matières

Artificial Intelligence