Réduction dimensionnelle

Cette séance de cours couvre les bases des réseaux de neurones artificiels, y compris les fonctions d'activation, les perceptrons multicouches, les méthodes d'entraînement et le travail avec des images. Il se penche ensuite sur les techniques de réduction de la dimensionnalité telles que l'analyse en composantes principales (PCA), l'analyse discriminante linéaire de Fisher (LDA), l'analyse de noyau PCA et l'intégration de voisins stochastiques distribuée en t (t-SNE). L'instructeur explique l'intuition derrière chaque méthode, leurs formulations mathématiques, et fournit des exemples pour illustrer leurs applications.