Introduction aux réseaux de neurones

Les réseaux de neurones sont une version plus sophistiquée des croisements de caractéristiques. En substance, les réseaux de neurones apprennent les croisements de caractéristiques appropriés pour vous.

Introduction aux réseaux de neurones

Un modèle linéaire

Trois cercles bleus d'affilée alignés connectés par des flèches à un cercle vert au-dessus d'eux

Accroissement de la complexité : non linéaire ?

Trois cercles bleus sur une ligne libellée "Entrée", connectés par des flèches à une ligne de cercles jaunes libellée "Couche cachée" au-dessus d'eux, qui sont eux-mêmes connectés à un cercle vert libellé "Sortie" au sommet

Plus complexe : non linéaire ?

Trois cercles bleus sur une ligne libellée "Entrée", connectés par des flèches à une ligne de cercles jaunes libellée "Couche cachée 1" au-dessus d'eux, qui sont connectés eux-mêmes à une autre ligne de cercles jaunes au-dessus d'eux libellée "Couche cachée 2", lesquels sont à leur tour connectés à un cercle vert au sommet

Ajouter une non-linéarité

Identique à la figure précédente, si ce n'est qu'une ligne de cercles roses libellée "Couche de transformation non linéaire" a été ajoutée entre les deux couches cachées.

Notre non-linéarité préférée

Graphique avec une pente de 0, puis linéaire après le point x=0

Les réseaux de neurones peuvent être arbitrairement complexes

Réseau de neurones complexe

Envoyer des commentaires concernant…

Cours d'initiation au machine learning