MLPs: Perceptrons multi-couches

Cette séance de cours couvre les bases des perceptrons multicouches (MLP), en commençant par un examen de la régression logistique et des distributions non séparables. Il se penche ensuite sur la reformulation de la régression logistique, la répétition du processus et l’introduction de MLP avec des couches cachées, d’entrée et de sortie. La séance de cours traite également des cas binaires et multi-classes, AdaBoost, descente de gradient, descente de gradient stochastique et estimation adaptative du moment. Il se termine par des applications pratiques telles que l'optimisation Rosenbrock en utilisant Adaboost et MLPs, ainsi que l'utilisation de MLPs dans la résolution du problème de damier et la classification des chiffres MNIST.