Apprentissage profond – Réseaux de neurones

Dans cette section, sont rassemblées des ressources sur tous les types de réseaux de neurones, notamment les réseaux profonds, utilisés en deep learning. Celles-ci s’articulent autour des réseaux de neurones convolutifs, principalement utilisés dans l’imagerie, et les réseaux récurrents, utilisés entre autres dans le traitement de données récoltées par des capteurs, ou le traitement du langage (NLP).

Pour des ressources liées aux applications cliniques des méthodes de deep learning, cliquer ici.

 

L’essentiel du deep learning, un résumé de cours de Stanford (Anglais, 47p).

Extraits du document de Stanford:

• Réseaux de neurones, trucs et astuces (Anglais, 3p).
• Réseaux de neurones convolutifs, un résumé de cours de Stanford (Anglais, 6p).
• Réseaux de neurones récurrents, un résumé de cours de Stanford (Anglais, 5p).

Réseaux convolutifs et reconnaissance d’image, notes sur le cours d’Andrew Ng disponible sur Coursera (Anglais, 11p).

Pour aller plus loin:

• Les réseaux de neurones, un cours de l’Université de Laval (127p – 2004).
• Les réseaux convolutifs, un cours de l’Université de Nanjing (Anglais, 31p – 2017).
• Aide-mémoire sur les réseaux de neurones, avec raccourcis de programmation (Anglais, 21p).