Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Cours apprentissage avance ancien

Apprentissage profond Fabien Teytaud Université du Littoral Cote d ? Opale août Apprentissage profond Fabien Teytaud CSommaire Apprentissage profond Fabien Teytaud CQuelques références Livre Apprentissage profond Fabien Teytaud Bulco COR A CQuelques références Apprentissage profond Fabien Teytaud Vidéos en ligne Tensor ow et l ? apprentissage profond sans les équations di ?érentielles Martin G? rner Cours de Yann Le Cun au collège de France Cours en ligne Mon cours en Master Un tutorial rapide python pour le cours CL ? apprentissage Apprentissage profond Fabien Teytaud On souhaite faire en sorte que le programme apprenne quelque chose à partir de données On distingue plusieurs familles d ? apprentissage et en particulier L ? apprentissage supervisé des exemples étiquettés sont connus a ?n de guider l ? apprentissage L ? apprentissage non supervisé le programme doit apprendre à extraire une information ou une structure à partir des données seules L ? apprentissage par renforcement apprentissage basé sur un système d ? observations et de récompenses CLes types d ? apprentissage Supervisé Non-supervisé Apprentissage profond Fabien Teytaud CExemples d ? apprentissage supervisé Classi ?cation Régression Apprentissage profond Fabien Teytaud CUn exemple simple Ca devrait vous rappeler quelque chose Apprentissage profond Fabien Teytaud Régression linéaire erreur quadratique moyenne Règle de décision y W X Si c ? est supérieur à un seuil c ? est une classe sinon c ? est une autre Fonction de coût L W yi Xi yi ??W Xi On minimise la di ?érence entre la sortie désirée et la sortie du système Gradient du coût ? L W yi Xi ? W ?? yi ?? W t Xi Xi Si la sortie est plus petite que la sortie désirée alors on rajoute au vecteur de poids le vecteur d ? entrées multiplié par l ? erreur Mise à jour W t W t t yi ?? W t Xi Xi On soustrait au poids le gradient du coût ?? ? Convergence minimisation de la moyenne de la fonction coût sur tous les exemples d ? apprentissage CUn exemple simple Le perceptron Apprentissage profond Fabien Teytaud CUn exemple simple Le perceptron Apprentissage profond Fabien Teytaud CUn exemple simple le perceptron Apprentissage profond Fabien Teytaud Machine linéaire le perceptron Règle de décision y F W X F est la fonction seuil Fonction de coût L W yi Xi F W Xi ?? yi W Xi On minimise la di ?érence entre la sortie désirée et la sortie du système Gradient du coût ? L W yi Xi ? W ?? yi ?? F W t Xi Xi Si la sortie est plus petite que la sortie désirée alors on rajoute au vecteur de poids le vecteur d ? entrées multiplié par l ? erreur Mise à jour W t W t t yi ?? F W t Xi Xi On soustrait au poids le gradient du coût CUn exemple simple le perceptron Apprentissage profond Fabien Teytaud Machine linéaire le perceptron Règle de décision y F W X F est la fonction