Réseau neuronal artificiel by Fouad Sabry

Réseau neuronal artificiel by Fouad Sabry from  in  category
Privacy Policy
Read using
(price excluding SST)
Author: Fouad Sabry
Category: Science
ISBN: 6610000686971
File Size: 1.70 MB
Format: EPUB (e-book)
DRM: Applied (Requires eSentral Reader App)
(price excluding SST)

Synopsis

1 : Réseau neuronal artificiel : Explorez les bases et l'importance générale des réseaux neuronaux.

2 : Perceptron : Comprenez les éléments constitutifs des modèles d'apprentissage monocouche.

3 : Jürgen Schmidhuber : Découvrez les recherches pionnières derrière les réseaux modernes.

4 : Neuroévolution : Examinez les approches génétiques pour optimiser les architectures neuronales.

5 : Réseau neuronal récurrent : Étudiez les réseaux avec mémoire pour les données séquentielles.

6 : Réseau neuronal à action directe : Analysez les réseaux où les données se déplacent dans une seule direction.

7 : Perceptron multicouche : Découvrez les structures en couches améliorant la profondeur du réseau.

8 : Réseau neuronal quantique : Découvrez le potentiel des modèles d'apprentissage assisté par quantique.

9 : ADALINE : Étudiez les neurones linéaires adaptatifs pour la reconnaissance de formes.

10 : Réseau d'état d'écho : Explorez les modèles de réservoir dynamique pour les données temporelles.

11 : Réseau neuronal à pics : Comprendre les systèmes neuronaux d'inspiration biologique.

12 : Reservoir computing : Plongez dans les réseaux spécialisés pour l'analyse des séries chronologiques.

13 : Mémoire à long terme : Maîtrisez les architectures conçues pour conserver les informations.

14 : Types de réseaux neuronaux artificiels : Différenciez les différents modèles de réseau.

15 : Apprentissage profond : Appréhendez la profondeur et la portée des réseaux multicouches.

16 : Règle d'apprentissage : Explorez les méthodes qui guident la formation des modèles neuronaux.

17 : Réseau neuronal convolutionnel : Analysez les réseaux adaptés aux données d'image.

18 : Problème de gradient évanescent : Relevez les défis de la formation des réseaux.

19 : Réseaux neuronaux récurrents bidirectionnels : Découvrez des modèles qui traitent les données dans les deux sens.

20 : Réseau neuronal résiduel : Apprenez des techniques avancées pour optimiser l'apprentissage.

21 : Histoire des réseaux neuronaux artificiels : Retracez l'évolution de ce domaine transformateur.

Reviews

Write your review

Recommended