Plan du cours

Introduction à Neural Networks

  1. Que sont Neural Networks
  2. Quel est l'état actuel de l'application des réseaux de neurones
  3. Neural Networks vs modèles de régression
  4. Apprentissage supervisé et non supervisé

Aperçu des forfaits disponibles

  1. nnet, neuralnet et autres
  2. Différences entre les packages et leurs limitations
  3. Visualiser les réseaux de neurones

Application de Neural Networks

  • Concept de neurones et de réseaux de neurones
  • Un modèle simplifié du cerveau
  • Neurone des opportunités
  • Problème XOR et nature de la distribution des valeurs
  • Le caractère polymorphe du sigmoïde
  • Autres fonctions activées
  • Construction de réseaux de neurones
  • Le concept de connexion des neurones
  • Réseau neuronal en tant que nœuds
  • Construire un réseau
  • Neurones
  • Couches
  • Balance
  • Données d'entrée et de sortie
  • Plage 0 à 1
  • Normalisation
  • Apprentissage Neural Networks
  • Propagation vers l'arrière
  • Propagation des étapes
  • Algorithmes de formation réseau
  • domaine d'application
  • Estimation
  • Problèmes avec la possibilité d'approximation par
  • Exemples
  • OCR et reconnaissance de formes d'images
  • Autres applications
  • Implémentation d'un travail de modélisation de réseau neuronal prédisant les cours des actions des sociétés cotées

Pré requis

Programmation dans n'importe quel langage de programmation recommandée.

  14 heures
 

Nombre de participants


Début

Fin


Dates are subject to availability and take place between 09:30 and 16:30.
Les formations ouvertes requièrent plus de 3 participants.

Nos Clients témoignent (3)

Cours Similaires

Catégories Similaires