Bases de l'apprentissage automatique

Cette séance de cours présente les bases de l'apprentissage automatique et des réseaux neuronaux, couvrant des sujets tels que les moindres carrés ordinaires, l'apprentissage supervisé, la structure du réseau neuronal, les fonctions d'activation, l'optimisation, les pertes, les problèmes de données et l'accordage des modèles. Il explique les concepts avec des exemples et discute de l'importance de la normalisation et de la régularisation des données. La présentation se décline également en réseaux neuronaux convolutionnels, y compris leurs avantages, les couches de mise en commun, les couches convolutionnelles et les options de personnalisation. L'instructeur souligne l'importance des réseaux neuronaux à réglage fin et sélectionne les hyperparamètres appropriés pour une performance optimale.