J'ai donné plusieurs cours sur les réseaux de neurones entre 2001 et 2007. Ces cours sont maintenant englobés dans mes cours plus généraux d'analyse des données. Les supports proposés ici le sont à titre de référence.
Mes différents cours consistaient en une présentation des réseaux de neurones axé sur l'aspect apprentissage automatique, avec une introduction aux problèmes cruciaux dans de domaine, comme ceux de l'évaluation des performances en généralisation et de la sélection de modèles. La notion de réseaux de neurones était prise ici au sens large puisqu'elle englobait les machines à vecteurs de support dans le cas du cours de Master 1.
Ces cours sont destinés à des élèves de Master 1 ou 2 de sciences avec de bonnes notions en
En pratique, les cours s'appuient sur le logiciel R. Le cours donné à Dauphine est plus technique (et plus long) et demande donc un meilleur bagage mathématique.
Ce cours est une présentation des modèles de réseaux de neurones les plus importants. Il s'organise selon le plan suivant :
Ce cours est une présentation assez détaillée des modèles de réseaux de neurones les plus importants. Il s'organise selon le plan suivant :
Les simulations présentées dans les transparents du cours sont en général réalisées avec le logiciel R. J'ai regroupé dans des fichiers zip les scripts utilisés, ainsi que les fichiers de résultats (mais pas les fichiers postscript des graphiques, car il suffit de faire tourner les scripts pour les obtenir très rapidement) :