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...")
 
m
Line 12: Line 12:
 
|content=* Modèle biologique
 
|content=* Modèle biologique
 
* Généralités sur l’apprentissage
 
* Généralités sur l’apprentissage
* Historique
 
 
* Neurone formel
 
* Neurone formel
* Loi de Hebb
 
 
* Perceptron / Règle delta
 
* Perceptron / Règle delta
 
* Perceptron multi-couches / Rétro-propagation du gradient
 
* Perceptron multi-couches / Rétro-propagation du gradient
* Classification / Régression / Prévision
 
* Carte de Kohonen
 
* Clustering / Analyse de données
 
 
* Réseaux RBF
 
* Réseaux RBF
 
* Carte de Kohonen
* Réseaux récurrents
 
  +
* Réseaux de Hopfield
 
 
|references=C. M. Bishop, Neural networks for pattern recognition, Oxford University
* 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. M. Bishop, Neural networks for pattern recognition, Oxford University
 
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

Revision as of 15:29, 7 July 2014

Titre

Réseaux de Neurones (introduction)

Sigle

RNEU

Enseignant

Reda Dehak

Période

S4, Ing2

Public

Majeure, SCIA

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
  • Modèle biologique
  • Généralités sur l’apprentissage
  • Neurone formel
  • Perceptron / Règle delta
  • Perceptron multi-couches / Rétro-propagation du gradient
  • Réseaux RBF
  • Carte de Kohonen
Documentation
  • C. M. Bishop, Neural networks for pattern recognition, Oxford University
  • T. Mitchell, Machine learning, Mac Graw Hill
  • P. Lengley, Elements of machine learning, Morgan Kaufmann
  • A. Cornuéjols, L. Miclet, Y. Kodratoff, Apprentissage artificiel, Eyrolles"
Support
Journaux