d e f es 
AICOS News
05.01.2020
Calendrier des formations printemps 2020 en ligne !
Voulez-vous approfondir vos connaissances en... 
lire Linie
Recherche
Go
Formations

Réseaux de neurones et algorithmes génétiques en pratique

Ma 26.5.2020

Les réseaux de neurones ont la faculté d'apprendre les relations les plus complexes existant entre des données, en particulier là où les méthodes statistiques ne sont applicables que de manière limitée. Le cours présente les idées générales des réseaux de neurones, lesquelles ont été appliquées aux domaines les plus divers. De plus, les algorithmes génétiques, utilisés dans le processus d'apprentissage des réseaux de neurones, sont traités.


Qu'apprendrez-vous?
Souhaitez-vous déceler les nombreuses informations inconnues que contient une grande base de données complexe ? Désirez-vous faire des prédictions fiables à partir de données antérieures ? Devez-vous trouver une combinaison optimale des divers paramètres d'entrée d'un système ? Les réseaux de neurones et les algorithmes génétiques sont alors à même de vous aider. Les réseaux de neurones ont la faculté d'apprendre les relations les plus complexes entre des données, en particulier là où les méthodes statistiques ne sont applicables que de manière limitée. Le stage de formation présente les idées générales des réseaux de neurones qui ont été appliquées à différents domaines (l'industrie chimique, la robotique, la prédiction d'un changement de tendance en bourse, la reconnaissance d'images, la médecine etc...). Les algorithmes génétiques, qui figurent parmi les méthodes les plus robustes d'optimisation, sont ensuite présentés. Ils peuvent notamment être utilisés pour l'apprentissage de réseaux de neurones. La méthodologie est exposée dans le cours tout comme quelques applications pratiques par l'intermédiaire de démonstrations sur PC.

À qui s'adresse le cours ?
  • Aux managers et aux scientifiques.
  • Des connaissances préalables minimales en mathématiques sont souhaitées mais ne sont pas indispensables.

Quels thèmes seront abordés au cours ?
 Réseaux de neurones
  Développement historique
Le perceptron multicouches (feed-forward)
L'apprentissage par l'algorithme de rétro-propagation
Forces et faiblesses des réseaux de neurones
Etude de cas
 Algorithmes génétiques
  Motivation par la biologie
Notions de base : aptitude, sélection, recombinaison, mutation
Avantages et désavantages
Exemples d'utilisation
 Software
  Comparaison de quelques logiciels
Démonstration avec Excel


D'autres questions ?
powered by Swisscom AG
c