Les principes fondamentaux de l'apprentissage profond

Cette séance de cours couvre les bases de l'apprentissage profond, à partir de la régression logistique aux réseaux neuraux. Il explique les limites de la régression logistique et la nécessité d'un apprentissage profond pour traiter les données non linéairement séparables. La séance de cours se transforme en réseaux neuronaux, en fonctions d'activation et en processus de passes vers l'avant et vers l'arrière. Il traite également des défis de la formation des réseaux neuronaux et de l'utilisation de cadres d'apprentissage profond comme PyTorch et TensorFlow.