« Les neurones, ces mystérieux papillon de l’âme » Santiago Ramon y Cajal, découvreur des neurones .

Les réseaux de neurones

Plan du travailPlan du travail

Introduction 1. Les réseaux de neurones, présentation du

modèle1.1. Un modèle inspiré du fonctionnement de neurones biologiques1.2. Le réseau de neurones artificiels

2. Les réseaux de neurones, une prise de décision sur la base de la perception L’apprentissageLes applications des réseaux de neurones

Conclusion

1- présentation du modèle NEURONE BIOLOGIQUE

Reçoit des informations par l’intermédiaire des synapses L’information est traitée dans le noyau pour définir son

activation Celles-ci est ensuite transmise aux autres neurones à travers

l’axone

1- présentation du modèle

NEURONE ARTIFICIEL

Un modèle inspiré du fonctionnement des neurones biologiques Les entrées Poids synaptiques Fonctions de transfert Élément de sortie

1- présentation du modèle

PRINCIPE DE FONCTION D’UN NEURONE ARTIFICIEL

a : fonction à seuil (S la valeur du seuil )b : fonction linéaire par morceaux c : fonction sigmoïde

1- présentation du modèle

ARCHITECTURE

L’exemple le plus simple est le perceptron multicouche

2- prise de décision sur la base de la perception

APPRENTISSAGE

Caractéristique principale : la capacité à « apprendre » (ajustement des paramètres en fonction de l’expérience acquise)

Types d’apprentissage :

Apprentissage supervisé

Apprentissage non supervisé

Apprentissage hybride

2- prise de décision sur la base de la perception

APPRENTISSAGE (types)

2- prise de décision sur la base de la perception

APPRENTISSAGE (règles)

La règle d’apprentissage va permettre d’établir l’organisation des connexions et l’algorithme d’apprentissage (ajustement automatique des poids synaptiques en fonction des résultats)

Règles d’apprentissage :Règle de correction d’erreurApprentissage de BolzmannRègle de HebbRègle d’apprentissage par compétition

2- prise de décision sur la base de la perception

APPLICATIONS

Les fonctions d’exploitation des données Discrimination :

Diagnostic de patient

Reconnaissance de motifs (visuels & sonores) Régression :

Estimations financières

Prédiction d’évolution de flux

Evaluation des risques

2- prise de décision sur la base de la perception APPLICATIONS

La fonction d’organisation des données Simplification des données en groupes

Marketing : établissement d’un groupe de consommateurs

Ciblage de mailing Description des groupes de données

Compréhension des habitudes de consommation

Finances : corrélations des cours de bourse

CONCLUSION

L’objectif des réseaux de neurones : la récupération de certaines fonctionnalités du cerveau (capacités d’apprentissage, de généralisation et d’adaptation)

Le réseau de neurones, une « boîte noire »