Ligne 39 : | Ligne 39 : | ||
{{Tuto Step | {{Tuto Step | ||
|Step_Title=Réseau de neurones multicouches | |Step_Title=Réseau de neurones multicouches | ||
− | |Step_Content= | + | |Step_Content=Le réseau de neurones que vous avez fait ne contient qu’une seule couche , maintenant vous pouvez passer aux réseaux neuronaux multicouche: |
Là , vous avez fait une conclusion à partir de plusieurs informations. Vous pouvez aussi faire plusieurs conclusions à partir des mêmes informations ( couches cachées ) et à partir de toutes ces conclusions, faire une conclusion finale ( couche de sortie ). | Là , vous avez fait une conclusion à partir de plusieurs informations. Vous pouvez aussi faire plusieurs conclusions à partir des mêmes informations ( couches cachées ) et à partir de toutes ces conclusions, faire une conclusion finale ( couche de sortie ). | ||
Ligne 57 : | Ligne 57 : | ||
[[Intelligence artificielle DIY imbatable à l'hexapion]] | [[Intelligence artificielle DIY imbatable à l'hexapion]] | ||
− | |Objectives= | + | |Objectives=Avoir une idée du fonctionnement des réseaux de neurones en informatique |
|Animation=Faite l’expérience en groupe | |Animation=Faite l’expérience en groupe | ||
|Notes=-datascientest : un site d’une université qui explique plus profondément les domaines de l’intelligence artificielle | |Notes=-datascientest : un site d’une université qui explique plus profondément les domaines de l’intelligence artificielle |
Auteur Nicolas | Dernière modification 17/05/2024 par Nicco
réseaux, neurones, Intelligence artificielle, IA, AI R_seaux_de_neurones_IMG_2031.jpeg
Nous allons faire un réseau de neurones pour différencier 2 personnes ou bien 2 chien, etc…
Moi, je le fais pour mon chien et mon copain Gerard
Cherchez des particularités (classifications ) pour différencier les 2 personnes.
Maintenant, faites-en un tableau, un réseau de neurones
Maintenant essayez ce réseau de neurones :
Le réseau de neurones que vous avez fait ne contient qu’une seule couche , maintenant vous pouvez passer aux réseaux neuronaux multicouche:
Là , vous avez fait une conclusion à partir de plusieurs informations. Vous pouvez aussi faire plusieurs conclusions à partir des mêmes informations ( couches cachées ) et à partir de toutes ces conclusions, faire une conclusion finale ( couche de sortie ).
Un exemple : voir si c’est un chien ou un homme , qui a un colier, et après, voir si c’est le chien de Gerard ou le mien.
En décomposant une tâche complexe en pleins de tâches simples, on peut arriver à quelques choses de satisfaisant même avec une machine bête.
Si les critères ne sont pas clair et simple, ça peut être plus difficile
Le réseau de neurones fonctionne par probabilité.
En fonction des critères, le réseau de neurones calcule qu’elle personne il y a plus de chance que ce soit.
Chat gpt que vous connaîtrez peut-être, fonctionne avec un réseau de neurones, pour calculer les mots.
Intelligence artificielle DIY imbatable à l'hexapion
Avoir une idée du fonctionnement des réseaux de neurones en informatique
Faite l’expérience en groupe
-datascientest : un site d’une université qui explique plus profondément les domaines de l’intelligence artificielle
-wikipedia : une encyclopédie wiki
-machine learnia.com [[1]]
Dernière modification 17/05/2024 par user:Nicco.
Published
Vous avez entré un nom de page invalide, avec un ou plusieurs caractères suivants :
< > @ ~ : * € £ ` + = / \ | [ ] { } ; ? #