Réseaux neuronaux : Perceptron multicouche

Cette séance de cours couvre l'histoire des réseaux neuronaux, à partir de l'Unité Logique Seuil jusqu'au développement du perceptron multicouche. Il explique les modèles mathématiques des neurones, la règle de classification du perceptron, et l'algorithme d'entraînement. La séance de cours se penche sur la garantie de convergence, les limites des modèles linéaires et le concept d'approximation universelle à l'aide des fonctions ReLU. Il traite également de l'algorithme de rétropropagation, du coût de calcul et des défis d'interprétation des opérations d'un perceptron multicouche formé.