Les réseaux de neurones sont des modèles de Deep Learning très puissants, capable de faire de la détection d'objet, de la reconnaissance vocale, et pleins d'autres applications. Ici, nous développons un modèle de neurone artificiel pour tenter de classer des photos de chats et de chiens. Cependant, cela ne suffit pas, car un tel modelé est trop biaisé pour traiter des images. Il s'agit d'un modèle linéaire. Pour réussir, il faudra ajouter des neurones et des couches, chose que nous verrons dans la suite de la formation.
00:00 : Introduction
01:27 : Remise en contexte
02:45 : Reshape des données
07:10 : Overflow de l'Exponentielle
12:40 : Erreur dans le Logarithme
17:00 : La Normalisation
19:30 : Préparation de l'expérience sur la Normalisation
27:40 : Visualisation des résultats de la Normalisation
31:15 : Visualisation de la Descente de Gradients
33:40 : Normalisation MinMax
39:17 : Réglage des hyper-paramètres
46:35 : Diagnostique d'over-fitting
53:00 : Que faire pour améliorer le modèle ?
► MA VIDEO BONUS sur le FLÉAU DE LA DIMENSION
https://en.tipeee.com/machine-learnia...
► Vidéo sur le preprocessing et la normalisation
• PYTHON SKLEARN PRE-PROCESSING + PIPEL...
► MON SITE INTERNET EN COMPLÉMENT DE CETTE VIDÉO:
https://www.machinelearnia.com/
► REJOINS NOTRE COMMUNAUTÉ DISCORD
/ discord
► Me soutenir financièrement sur Tipeee (et obtenir des vidéos BONUS)
https://fr.tipeee.com/machine-learnia
► Recevez gratuitement mon livre numérique:
"APPRENDRE LE MACHINE LEARNING EN UNE SEMAINE"
https://www.machinelearnia.com/appren...
► Télécharger gratuitement mes codes sur github:
https://github.com/MachineLearnia
► Abonnez-vous : / @machinelearnia
► Pour en savoir plus : Visitez Machine Learnia : https://www.machinelearnia.com/
► Qui suis-je ?
Je suis Guillaume Saint-Cirgue, Senior Data Scientist avec plus de 8 ans d’expérience dans les secteurs de la tech, l’aviation, la robotique, l’énergie, et les usines connectées.
En 2019, j’ai créé Machine Learnia dans le but de partager mes connaissances dans le domaine de l’intelligence artificielle. Mon objectif est d’expliquer en détail le fonctionnement du Machine Learning et de ses algorithmes, tout en rendant ces concepts accessibles à tous.
Je suis convaincu qu'il ne suffit pas de survoler l'aspect mathématique de ce domaine; il est essentiel de s'y plonger en profondeur pour se démarquer. Cette approche a déjà convaincu plus de 150 000 personnes, et ceux que je forme aujourd'hui comptent parmi les meilleurs du secteur.
► Une question ? Contactez-moi: [email protected]