| Titre : |
Les Reseaux De Neurones : Apprentissage statistique methodes et exemples |
| Type de document : |
texte imprimé |
| Auteurs : |
Wardia Dermouchi, Auteur ; Rekia Meriouma, Auteur ; F.L Rahmani, Directeur de thèse |
| Editeur : |
CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine |
| Année de publication : |
2017 |
| Importance : |
57 f. |
| Format : |
30 cm. |
| Note générale : |
Une copie electronique PDF disponible en BUC |
| Langues : |
Français (fre) |
| Catégories : |
Sciences Exactes:Mathématiques
|
| Tags : |
Statistique Appliquee |
| Index. décimale : |
510 Mathématiques |
| Résumé : |
Cette étude a un objectif : présenter l’apprentissage statistique avec les réseaux de neurones.
L’apprentissage statistique à pour but d’imiter à l’aide d’algorithmes exécutés par des
ordinateurs (en générale puissants), la capacité qu’ont les êtres vivants apprendre par
l’exemple et généraliser.
L’apprentissage est une phase du développement d’un réseau de neurones durant laquelle
le comportement du réseau est modifie jusqu’ a l’obtention du comportement désirée.
Dans un premier temps, nous avons introduit les réseaux de neurone : le neurone biologique,
formel et la transition entre eux, les réseaux de neurones simples et multiples,
perceptron simple et multiple.
Dans un deuxième temps nous présentons l’apprentissage statistique réalisée par ces
réseaux et quelques éléments de base théorique (la fonction de perte, dilemme de biais
variance, l’erreur de prédiction, la validation, la surajustement, la complexité...), nous
définissons ensuite les différents paradigmes et les règles d’apprentissage.
Nous terminons par une application sur des données extraites de MATLAB qui traitent
un problème de modélisation (estimer la valeur des maisons comme une variable expliquée
en fonction de treize variable explicatives) en utilisant l’apprentissage supervisé de réseaux
de neurones dans matlab. |
| Diplome : |
Master 2 |
| Permalink : |
https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=3942 |
Les Reseaux De Neurones : Apprentissage statistique methodes et exemples [texte imprimé] / Wardia Dermouchi, Auteur ; Rekia Meriouma, Auteur ; F.L Rahmani, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2017 . - 57 f. ; 30 cm. Une copie electronique PDF disponible en BUC Langues : Français ( fre)
| Catégories : |
Sciences Exactes:Mathématiques
|
| Tags : |
Statistique Appliquee |
| Index. décimale : |
510 Mathématiques |
| Résumé : |
Cette étude a un objectif : présenter l’apprentissage statistique avec les réseaux de neurones.
L’apprentissage statistique à pour but d’imiter à l’aide d’algorithmes exécutés par des
ordinateurs (en générale puissants), la capacité qu’ont les êtres vivants apprendre par
l’exemple et généraliser.
L’apprentissage est une phase du développement d’un réseau de neurones durant laquelle
le comportement du réseau est modifie jusqu’ a l’obtention du comportement désirée.
Dans un premier temps, nous avons introduit les réseaux de neurone : le neurone biologique,
formel et la transition entre eux, les réseaux de neurones simples et multiples,
perceptron simple et multiple.
Dans un deuxième temps nous présentons l’apprentissage statistique réalisée par ces
réseaux et quelques éléments de base théorique (la fonction de perte, dilemme de biais
variance, l’erreur de prédiction, la validation, la surajustement, la complexité...), nous
définissons ensuite les différents paradigmes et les règles d’apprentissage.
Nous terminons par une application sur des données extraites de MATLAB qui traitent
un problème de modélisation (estimer la valeur des maisons comme une variable expliquée
en fonction de treize variable explicatives) en utilisant l’apprentissage supervisé de réseaux
de neurones dans matlab. |
| Diplome : |
Master 2 |
| Permalink : |
https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=3942 |
|
Affiner la recherche
