Réseaux Neuraux - Une Introduction

Aperçu

Explore neural networks' foundations, intuition, and applications in machine learning. Learn about their historical inspiration, mathematical concepts, and practical tools for developing AI solutions.

Programme

• Introduction aux réseaux de neurones
Aperçu des réseaux de neurones
Inspirations historiques et analogues biologiques
Importance dans l'apprentissage automatique
• Concepts fondamentaux des réseaux de neurones
Neurones et perceptrons
L'architecture des réseaux de neurones
Fonctions d'activation
• Fondements mathématiques
Notions essentielles d'algèbre linéaire
Éléments de base : poids, biais et couches
Le rôle de la différenciation et de la descente de gradient
• Entraînement des réseaux de neurones
Propagation avant et arrière
Fonctions de perte et techniques d'optimisation
Méthodes de régularisation
• Architectures populaires de réseaux de neurones
Réseaux de neurones à propagation avant
Réseaux de neurones convolutifs (CNN)
Réseaux de neurones récurrents (RNN)
• Outils et bibliothèques pour le développement de réseaux de neurones
Aperçu des cadres populaires (TensorFlow, PyTorch)
Construction d'un simple réseau de neurones avec Python
Projet pratique : classification d'images
• Applications des réseaux de neurones
Vision par ordinateur
Traitement du langage naturel
Apprentissage par renforcement
• Défis et limitations
Surapprentissage et sous-apprentissage
Interprétabilité et explicabilité
Considérations éthiques dans les solutions d'IA
• Directions futures et tendances des réseaux de neurones
Architectures émergentes
Intégration des réseaux de neurones avec d'autres technologies d'IA
• Revue du cours et prochaines étapes
Récapitulatif des concepts clés
Ressources recommandées pour un apprentissage approfondi
Projet final : développez votre propre solution de réseau de neurones

---

Matières

Conference Talks