Apprentissage machine - Laboratoire GDAC UQAM

UQAM INF4230 1
Réseaux de neurones
artificiels
Hiver 2017 –INF4230 - UQAM

UQAM INF4230 2
Plan
•Introduction
•Architectures
•Le perceptron
•Réseau de neurones multicouches
•Apprentissage
•Apprentissage avec un perceptron
•Apprentissage avec un MLP: Rétro-propagation du gradient de l’erreur
•Introduction à l’apprentissage profond: Réseaux de neurones convolutifs

UQAM INF4230 3
Introduction
•Comment fait-on pour raisonner, parler, apprendre... ?
•Comment créer une intelligence artificielle ?
•2 approches priorisées…
•Approche cognitiviste vs Approche connexionniste.
•Cognitivisme: Analyse logique des tâches relevant de la cognition humaine. Reconstitution
par programme. Approche privilégiée par l'Intelligence Artificielle symbolique.
•Connexionnisme: Étudier comment le cerveau humain fonctionne. C'est cette approche qui
a conduit à l'étude des réseaux de neurones formels. Démarche consistant à vouloir rendre
compte de la cognition humaine par des réseaux de neurones.

UQAM INF4230 4
Introduction
•Réseau de neurones artificiel: unités de calcul élémentaires interconnectées.
Un modèle de calcul inspiré du cerveau humain.
•Analogie avec neurones naturels
•10 milliards de neurones
•60 milliards de connexions (synapses)
•Un synapse peut être inhibant ou excitant
•Un nombre fini d’unités de calcul élémentaires (neurones).
•Liens pondérés passant un signal d’un neurone vers d’autres.
•Plusieurs signaux d’entrée par neurone
•Un seul signal de sortie
Cerveau humain Réseau neurones artificiel (RNA)
Cerveau
humain
RNA
Cellule (soma)
Neurone
Dendrites
Entrée (input)
Synapses
Poids (
weight)
Axone
Sortie (output)

UQAM INF4230 5
Le Perceptron
•Perceptron = réseau de neurones monocouche.
•Chaque entrée est plus ou moins valorisée vis à vis du neurone par le biais d'un
poids .
•La i-ème information qui parviendra au neurone sera donc en fait .
•Le neurone artificiel va effectuer une somme pondérée de ses entrées plutôt que de
considérer séparément chacune des informations.
•La variable net, représente cette somme pondérée.