« les neurones, ces mystérieux papillon de l’âme » santiago ramon y cajal, découvreur des...
TRANSCRIPT
« Les neurones, ces mystérieux papillon de l’âme » Santiago Ramon y Cajal, découvreur des neurones .
Les réseaux de neurones
Plan du travailPlan du travail
Introduction 1. Les réseaux de neurones, présentation du
modèle1.1. Un modèle inspiré du fonctionnement de neurones biologiques1.2. Le réseau de neurones artificiels
2. Les réseaux de neurones, une prise de décision sur la base de la perception L’apprentissageLes applications des réseaux de neurones
Conclusion
1- présentation du modèle NEURONE BIOLOGIQUE
Reçoit des informations par l’intermédiaire des synapses L’information est traitée dans le noyau pour définir son
activation Celles-ci est ensuite transmise aux autres neurones à travers
l’axone
1- présentation du modèle
NEURONE ARTIFICIEL
Un modèle inspiré du fonctionnement des neurones biologiques Les entrées Poids synaptiques Fonctions de transfert Élément de sortie
1- présentation du modèle
PRINCIPE DE FONCTION D’UN NEURONE ARTIFICIEL
a : fonction à seuil (S la valeur du seuil )b : fonction linéaire par morceaux c : fonction sigmoïde
1- présentation du modèle
ARCHITECTURE
L’exemple le plus simple est le perceptron multicouche
2- prise de décision sur la base de la perception
APPRENTISSAGE
Caractéristique principale : la capacité à « apprendre » (ajustement des paramètres en fonction de l’expérience acquise)
Types d’apprentissage :
Apprentissage supervisé
Apprentissage non supervisé
Apprentissage hybride
2- prise de décision sur la base de la perception
APPRENTISSAGE (types)
2- prise de décision sur la base de la perception
APPRENTISSAGE (règles)
La règle d’apprentissage va permettre d’établir l’organisation des connexions et l’algorithme d’apprentissage (ajustement automatique des poids synaptiques en fonction des résultats)
Règles d’apprentissage :Règle de correction d’erreurApprentissage de BolzmannRègle de HebbRègle d’apprentissage par compétition
2- prise de décision sur la base de la perception
APPLICATIONS
Les fonctions d’exploitation des données Discrimination :
Diagnostic de patient
Reconnaissance de motifs (visuels & sonores) Régression :
Estimations financières
Prédiction d’évolution de flux
Evaluation des risques
2- prise de décision sur la base de la perception APPLICATIONS
La fonction d’organisation des données Simplification des données en groupes
Marketing : établissement d’un groupe de consommateurs
Ciblage de mailing Description des groupes de données
Compréhension des habitudes de consommation
Finances : corrélations des cours de bourse
CONCLUSION
L’objectif des réseaux de neurones : la récupération de certaines fonctionnalités du cerveau (capacités d’apprentissage, de généralisation et d’adaptation)
Le réseau de neurones, une « boîte noire »