Les réseaux de neurones et le perceptron multicouche

33 min

Bloc 11 — Algorithmes de classification
Objectif: définir rigoureusement le neurone artificiel et l'architecture en couches, comprendre le mécanisme d'apprentissage par rétropropagation, savoir paramétrer un MLPClassifier dans un pipeline, et savoir décider si un perceptron multicouche est justifié sur données tabulaires.
Durée estimée: 55 minutes
Prérequis: chapitres 023 (mise à l'échelle), 029 (fit / predict), 030 (erreur, perte, métrique), 031 (surajustement), 033 (réduire le surajustement), 036 (régression logistique)
Quiz associés: 043.1-quiz-neurone-artificiel.md à 043.7-quiz-positionnement-tabulaire.md

Aperçu — la suite de la leçon est réservée aux inscrits.

Déjà inscrit avec un code ?

Votre accès est rattaché à votre compte, pas à ce lien. Connectez-vous avec le même courriel qu'en classe : votre cours vous attend, inutile de ré-entrer le code.

Se connecter Pas encore de compte ? En créer un

Cette leçon fait partie du module « Algorithmes de classification »

Les premiers modules du cours sont en accès libre. Pour la suite, trois possibilités : acheter ce cours une fois pour toutes, vous abonner pour tout ouvrir, ou entrer le code si vous suivez le cours en classe.

M’abonner — 19 $ US/mois Retour au plan