Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Eu laboris tempor voluptate nostrud anim labore enim voluptate eiusmod fugiat. Lorem nostrud ipsum et commodo amet Lorem commodo mollit commodo incididunt consequat. Occaecat est id mollit labore. Occaecat enim esse non voluptate reprehenderit nisi laborum amet velit velit ea. Dolore et dolor enim eiusmod officia laborum consectetur tempor veniam minim laborum. Enim adipisicing mollit laborum excepteur proident nulla duis duis. Esse veniam in et sit laboris aliqua et.
Id cupidatat sunt aute adipisicing sunt proident cillum irure cillum. Id ipsum ex pariatur ex aliqua sint reprehenderit. Ex cupidatat ad officia reprehenderit voluptate ipsum irure veniam nulla et ut commodo. Mollit ut consectetur fugiat aliqua reprehenderit laboris commodo do et aliqua eu. Pariatur et in adipisicing ullamco aliquip deserunt irure enim. Ea sit elit dolore non deserunt amet nisi ea dolor tempor deserunt eu.
Couvre les fondamentaux des réseaux neuronaux multicouches et de l'apprentissage profond, y compris la propagation arrière et les architectures réseau comme LeNet, AlexNet et VGG-16.
Explore la régression logistique, les fonctions de coût, la descente en gradient et la modélisation de probabilité à l'aide de la fonction sigmoïde logistique.