Réseau de neurones à propagation avantUn réseau de neurones à propagation avant, en anglais feedforward neural network, est un réseau de neurones artificiels acyclique, se distinguant ainsi des réseaux de neurones récurrents. Le plus connu est le perceptron multicouche qui est une extension du premier réseau de neurones artificiel, le perceptron inventé en 1957 par Frank Rosenblatt. vignette|Réseau de neurones à propagation avant Le réseau de neurones à propagation avant est le premier type de réseau neuronal artificiel conçu. C'est aussi le plus simple.
Théorie synthétique de l'évolutionvignette|Julian Huxley nomme cette théorie théorie synthétique en 1942 (image 1922). La (ou TSE) est une théorie darwinienne de l'évolution basée sur la sélection naturelle de variations aléatoires du génome. Elle est aussi appelée synthèse néodarwinienne, théorie néodarwinienne de l'évolution ou plus simplement néodarwinisme. Cette théorie est une synthèse de diverses théories biologiques du et du début du , dont les lois de Mendel, la génétique des populations et la sélection naturelle.
Computational resourceIn computational complexity theory, a computational resource is a resource used by some computational models in the solution of computational problems. The simplest computational resources are computation time, the number of steps necessary to solve a problem, and memory space, the amount of storage needed while solving the problem, but many more complicated resources have been defined. A computational problem is generally defined in terms of its action on any valid input.
Biologie évolutive du développementLa biologie évolutive du développement souvent nommée évo-dévo (en anglais evo-devo pour Evolutionary Developmental Biology) est un champ disciplinaire en biologie de l'évolution qui a pour objectif de comprendre l'origine de la complexité morphologique des organismes (plantes ou animaux) à travers l'étude comparée des gènes qui régulent leur développement. À l'intersection de la génomique, de la phylogénie moléculaire, de l'embryologie comparée, de la paléontologie et de la génétique du développement, l'évo-dévo est l'un des courants les plus dynamiques en biologie de l'évolution au début du .
Histoire de la pensée évolutionnisteLe concept de pensée évolutionniste, selon lequel les espèces évoluent au cours du temps, remonte à l'Antiquité, dans les idées des Grecs, des Romains, des Chinois, de même que dans la science islamique du Moyen Âge. Cependant, jusqu'au , la pensée biologique occidentale était dominée par l'essentialisme selon lequel les espèces possédaient des caractéristiques inaltérables. Cette vision changea lors du siècle des Lumières lorsque la vision mécanique se développa dans les sciences naturelles à partir des sciences physiques.
Classification naïve bayésiennevignette|Exemple de classification naïve bayésienne pour un ensemble de données dont le nombre augmente avec le temps. La classification naïve bayésienne est un type de classification bayésienne probabiliste simple basée sur le théorème de Bayes avec une forte indépendance (dite naïve) des hypothèses. Elle met en œuvre un classifieur bayésien naïf, ou classifieur naïf de Bayes, appartenant à la famille des classifieurs linéaires. Un terme plus approprié pour le modèle probabiliste sous-jacent pourrait être « modèle à caractéristiques statistiquement indépendantes ».
Réseau neuronal convolutifEn apprentissage automatique, un réseau de neurones convolutifs ou réseau de neurones à convolution (en anglais CNN ou ConvNet pour convolutional neural networks) est un type de réseau de neurones artificiels acycliques (feed-forward), dans lequel le motif de connexion entre les neurones est inspiré par le cortex visuel des animaux. Les neurones de cette région du cerveau sont arrangés de sorte qu'ils correspondent à des régions qui se chevauchent lors du pavage du champ visuel.
Neural networkA neural network can refer to a neural circuit of biological neurons (sometimes also called a biological neural network), a network of artificial neurons or nodes in the case of an artificial neural network. Artificial neural networks are used for solving artificial intelligence (AI) problems; they model connections of biological neurons as weights between nodes. A positive weight reflects an excitatory connection, while negative values mean inhibitory connections. All inputs are modified by a weight and summed.
Reconnaissance de formesthumb|Reconnaissance de forme à partir de modélisation en 3D La reconnaissance de formes (ou parfois reconnaissance de motifs) est un ensemble de techniques et méthodes visant à identifier des régularités informatiques à partir de données brutes afin de prendre une décision dépendant de la catégorie attribuée à ce motif. On considère que c'est une branche de l'intelligence artificielle qui fait largement appel aux techniques d'apprentissage automatique et aux statistiques.
Réseau de neurones récurrentsUn réseau de neurones récurrents (RNN pour recurrent neural network en anglais) est un réseau de neurones artificiels présentant des connexions récurrentes. Un réseau de neurones récurrents est constitué d'unités (neurones) interconnectées interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.
