De multiples possibilités en traitement des signaux et des informations ainsi que la faculté d’apprendre à classer, à reconnaître des formes ou à réaliser des tâches complexes.
-
Le cours « Introduction aux Réseaux de Neurones» est offert par la Professional Education Organization International (PEOI), organisme bénévole, qui, si vous vous inscrivez (gratuit), pourra même émettre un certificat reconnaissant la complétion du cours.
La liste des chapitres apparaît toujours sur le côté gauche de l’écran.
Ce cours est entièrement accessible en français, apparemment seuls les éléments de navigation ne sont pas traduits.
Ce cours aborde la question de l’intelligence artificielle.
Capter une image, la numériser, la segmenter en éléments de contours, détecter un objet mobile, le reconnaître quelle que soit sa position et estimer sa profondeur. Capter le son d’une voix au milieu d’un brouhaha et du bruit ambiant et reconnaître les mots qui sont prononcés. Capter et analyser les deux cents signaux issus d’un processus industriel et en déduire si tout est conforme ou si une avarie se prépare : voici quelques problèmes pourtant courants dans les sciences de l’informatique mais dont les solutions, encore incomplètes, impliquent de multiples efforts de recherche dans la communauté scientifique.
Les caractéristiques essentielles des réseaux de neurones réels que nous conserverons dans les modèles mathématiques étudiés, concernent le grand nombre de connexions, la non-linéarité des relations entrée-sortie et la faculté de "plasticité" ou d’adaptabilité. Ces caractéristiques, même simplifiées, leur confèrent déjà de multiples possibilités en traitement des signaux et des informations ainsi que la faculté d’apprendre à classer, à reconnaître des formes ou à réaliser des tâches complexes.
Contenu
- Introduction
- Biologique
- Formel
- Architecture
- Apprentissage
- Applications
- Conclusions
- Liens
Les cours sont complétés par des devoirs et des tests.
Introduction aux Réseaux de Neurones