easyT
  • S'abonner
Se connecter
easyT
  • Diplômes
  • Cours
  • Livres numériques
  • Formateurs
  • S'abonner
Se connecter

Parcourir

  • Tous les cours
  • Diplômes
  • S'abonner
  • Formateurs

Compte

  • Mes cours
  • Achats
  • Favoris
  • Paramètres

Rejoignez-nous

  • Devenir formateur
  • Affiliation
  • À propos

Téléchargez l'app

Apps en développement
Tous droits réservés © 2003-2026 · easyT.onlineConditions généralesPolitique de confidentialitéPolitique de remboursementContactez-nousVérifier un certificat
Page du cours

Simulation de l'esprit humain dans la pensée

التعلم العميق

Cette leçon est réservée aux abonnés

Achetez le cours seul, ou abonnez-vous pour accéder à tous les cours de la plateforme.

Les leçons marquéessont gratuites en aperçu.

Votre progression0%
0 sur 64 leçons
  • Introduction1:56
  • Réseau de neurones8:13
  • Apprentissage supervisé et réseaux de neurones7:52
  • Classification binaire13:55
  • Charger la liste des symboles
  • Algorithme de régression logistique8:51
  • Fonction de coût11:43
  • Calculer les valeurs des variables14:00
  • Calcul13:34
  • Graphique computationnel6:23
  • Graphique computationnel pour le calcul des dérivées15:24
  • Calcul des dérivées pour l'application de l'algorithme12:51
  • Calcul des dérivées pour plusieurs exemples10:34
  • Comprendre les directions15:59
  • Charger un exemple pratique
  • Utiliser les directions dans l'algorithme de régression linéaire14:45
  • Distribution en Python14:29
  • Charger un exemple pratique
  • Introduction au réseau de neurones creux11:08
  • Représentation du réseau de neurones creux et calcul de la sortie17:30
  • Calcul de la sortie pour plusieurs exemples10:25
  • Fonction d'activation11:23
  • Calcul pour les fonctions d'activation15:58
  • Chargement du format de fonction
  • Mise en œuvre de la descente de gradient pour le réseau de neurones creux18:27
  • Introduction aux réseaux de neurones profonds11:19
  • Propagation avant dans les réseaux de neurones profonds13:52
  • Comment calculer les dimensions de la matrice22:52
  • Composants essentiels pour la mise en œuvre des réseaux de neurones profonds14:14
  • Mise en œuvre des composants essentiels pour le calcul de la descente de gradient11:22
  • Hyperparamètres4:44
Se connecter
Voir les forfaits