Entraîner un réseau de neurones artificiels (partie 1)

CSI4506 Introduction à l’intelligence artificielle

Important

Échéance : Le devoir 2 doit être soumis au plus tard le 26 octobre 2 novembre 2026 à 23 heures. Veuillez consulter l’énoncé du devoir disponible sur Brightspace.

Se préparer

• Russell et Norvig (2020), pages 750–788

Regarder ces vidéos de 3Blue1Brown

Les deux premières vidéos accompagnent cette présentation; les vidéos sur la rétropropagation préparent à la présentation 13.

• But what is a Neural Network? (19 minutes)
• Gradient descent, how neural networks learn (21 minutes)
• What is backpropagation really doing? (14 minutes)
• Backpropagation calculus (10 minutes)

Documentaire sur le développement de PyTorch

• PyTorch (2024) Official PyTorch Documentary - Powering the AI Revolution (36 minutes)

Participer

• présentation (PDF, Jupyter Notebook)

Pratiquer

• Séparabilité de données circulaires : Un cahier d’étude autonome comparant les attributs conçus à la main et les représentations apprises par un réseau de neurones, pour compléter l’exploration de TensorFlow Playground ci-dessous.
• 2D Regression with MSE Residuals: Prend en charge la régression unidimensionnelle, des neurones cachés configurables et des curseurs pour chaque poids et chaque biais, ce qui peut vous aider à approfondir votre compréhension intuitive du théorème d’approximation universelle.
• Explorer un réseau de neurones dans le navigateur

Les références

Russell, Stuart, et Peter Norvig. 2020. Artificial Intelligence: A Modern Approach. 4ᵉ éd. Pearson. http://aima.cs.berkeley.edu/.