| ... | ... | @@ -42,6 +42,16 @@ L'idée est de proposer un **découpage en séquences** relativement courtes, de |
|
|
|
- Les séquences suivantes sont globalement indépendantes.
|
|
|
|
- Le contenu des séquences pourra être adapté en fonction des demandes ou du contexte :-)
|
|
|
|
|
|
|
|
#### Séquence 1 : Contexte et historique, de la régression linéaire aux réseaux de neurones.
|
|
|
|
- Introduction du cycle
|
|
|
|
- Historique et concepts fondamentaux
|
|
|
|
- Au menu : Fonction de perte - Descente de gradient - Optimisation - HyperparamètresPréparation des données - Apprentissage - Validation - Sous et sur apprentissageFonctions d’activation - softmax
|
|
|
|
- Exemples pratiques : Régression et Classification avec des DNN
|
|
|
|
- Durée : 3h
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
----
|
| ... | ... | |
| ... | ... | |
