Difference between revisions of "Courses/RNEU"
From LRDE
(Created page with "{{Course |title=Réseaux de Neurones (introduction) |acronym=RNEU |teacher=Reda |period=S4, Ing2 |audience=Majeure, SCIA |optional course=non |module=Sciences Générales |pre...") |
|||
(4 intermediate revisions by 2 users not shown) | |||
Line 1: | Line 1: | ||
{{Course |
{{Course |
||
+ | |visible=No |
||
|title=Réseaux de Neurones (introduction) |
|title=Réseaux de Neurones (introduction) |
||
|acronym=RNEU |
|acronym=RNEU |
||
|teacher=Reda |
|teacher=Reda |
||
|period=S4, Ing2 |
|period=S4, Ing2 |
||
− | |audience=Majeure, SCIA |
+ | |audience=Majeure, SCIA, RDI |
|optional course=non |
|optional course=non |
||
|module=Sciences Générales |
|module=Sciences Générales |
||
|prerequisites=ING1 |
|prerequisites=ING1 |
||
|objectives=Connaître les principaux types de réseaux de neurones, les algorithmes d’apprentissage associés et les applications pratiques correspondantes. |
|objectives=Connaître les principaux types de réseaux de neurones, les algorithmes d’apprentissage associés et les applications pratiques correspondantes. |
||
+ | |content=* Modèle biologique* Généralités sur l’apprentissage* Neurone formel* Perceptron / Règle delta* Perceptron multi-couches / Rétro-propagation du gradient* Réseaux RBF* Carte de Kohonen |
||
− | |||
⚫ | |||
− | |content=* Modèle biologique |
||
+ | Simon O. Haykin, Neural Networks and Learning Machines, Prentice Hall |
||
− | * Généralités sur l’apprentissage |
||
− | * Historique |
||
− | * Neurone formel |
||
− | * Loi de Hebb |
||
− | * Perceptron / Règle delta |
||
− | * Perceptron multi-couches / Rétro-propagation du gradient |
||
− | * Classification / Régression / Prévision |
||
− | * Carte de Kohonen |
||
− | * Clustering / Analyse de données |
||
− | * Réseaux RBF |
||
− | * Réseaux récurrents |
||
− | * Réseaux de Hopfield |
||
− | * Réseaux ART |
||
− | * Réseaux évolutionnaires |
||
− | * Apprentissage par renforcement / Q-learning |
||
− | |references=F. Blayo et M. Verleysen, Les Réseaux de Neurones Artificiels ,Que Sais-Je ?, n°3042 |
||
− | J.-P. Renard, Réseaux neuronaux (une introduction accompagnée d’un modèle Java), Vuibert |
||
− | G. Dreyfus, M. Samuelides, J.-M. Martinez, M. B. Gordon, F. Badran, S. Thiria, L. Hérault, Réseaux de neurones (méthodologies et applications), Eyrolles |
||
⚫ | |||
− | C. Touzet, Les Réseaux de Neurones Artificiels : Introduction au Connexionnisme, 1992 (document pdf disponible sur le net) |
||
− | V. Braitenberg, Vehicles Experiments in Synthetic Psychology, MIT Press, 1986 |
||
− | Darwin revisité par la sélection artificielle, La Recherche n° de février 2002 |
||
− | M. Schoenauer et E. Ronald, Neuro-Genetic Truck Backer-Upper Controller, 1994 |
||
− | D. Floreano et F. Mondada, Evolution of Homing Navigation in a Real Mobile Robot, 1996 |
||
− | R. Sutton, A. Barto, Reinforcement Learning : an introduction, MIT Press |
||
T. Mitchell, Machine learning, Mac Graw Hill |
T. Mitchell, Machine learning, Mac Graw Hill |
||
P. Lengley, Elements of machine learning, Morgan Kaufmann |
P. Lengley, Elements of machine learning, Morgan Kaufmann |
||
− | A. Cornuéjols, L. Miclet, Y. Kodratoff, Apprentissage artificiel, Eyrolles |
+ | A. Cornuéjols, L. Miclet, Y. Kodratoff, Apprentissage artificiel, Eyrolles |
}} |
}} |
Latest revision as of 15:35, 4 February 2020
Titre |
Réseaux de Neurones (introduction) |
---|---|
Sigle |
RNEU |
Enseignant | |
Période |
S4, Ing2 |
Public |
Majeure, SCIA, RDI |
Contrôle | |
Durée | |
Optionnel |
non |
Module |
Sciences Générales |
Prérequis |
ING1 |
Objectifs |
Connaître les principaux types de réseaux de neurones, les algorithmes d’apprentissage associés et les applications pratiques correspondantes. |
Plan |
|
Documentation |
|
Support | |
Journaux |