« Les neurones, ces mystérieux papillon de l’âme »

Santiago Ramon y Cajal, découvreur des neurones .

Les réseaux de neurones

 Plan du travail
Introduction
1. Les réseaux de neurones, présentation du
modèle
1.1. Un modèle inspiré du fonctionnement de
neurones biologiques
1.2. Le réseau de neurones artificiels
2. Les réseaux de neurones, une prise de
décision sur la base de la perception
L’apprentissage
Les 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’erreur
Apprentissage de Bolzmann
Règle de Hebb
Règle 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 »