Les Réseaux de Neurones : Activité

1/7
100%

<!-- Slide number: 1 -->

![04 Tile](Picture44.jpg)

Année Universitaire 2019-2020

Les Réseaux de Neurones : Activité

Notes:

<!-- Slide number: 2 -->

PERCEPTRON : EXERCICE 1

Apprentissage d'un ensemble linéairement séparable :

Publicité

les descriptions appartiennent à R2, le concept cible est défini à l'aide de la droite d'équation y=x/2. Les couples (x,y) tels que y>x/2 sont de classe 1 ; Les couples (x,y) tels que y <= x/2 sont de classe 0. L'échantillon d'entrée est :

S={((0,2),1), ((1,1),1), ((1,2.5),1), ((2,0),0), ((3,0.5),0)}.

On suppose qu'à l'initialisation, les poids ont été choisis :

w0=0 ; w1 = 0 et w2 = 0.

On choisit de présenter tous les exemples en alternant exemple positif (de classe 1) et exemple négatif.

<!-- Slide number: 3 -->

PERCEPTRON : EXERCICE 1

L'échantillon d'entrée est :

Publicité

S={((0,2),1), ((2,0),0), ((1,1),1), ((3,0.5),0), ((1,2.5),1)}.

On suppose qu'à l'initialisation, les poids ont été choisis :

w0=0 ; w1 = 0 et w2 = 0.

![](Picture3.jpg)

<!-- Slide number: 4 -->

PERCEPTRON : EXERCICE 1

L'échantillon d'entrée est :

S={((0,2),1), ((2,0),0), ((1,1),1), ((3,0.5),0), ((1,2.5),1)}.

Publicité

On suppose qu'à l'initialisation, les poids ont été choisis :

w0=0 ; w1 = 0 et w2 = 0.

![](Picture2.jpg)

<!-- Slide number: 5 -->

PERCEPTRON : EXERCICE 2

Apprentissage de parité :

Considérons un afficheur numérique à sept segments et formons un perceptron donnant la parité du chiffre écrit, à savoir 0 s'il est pair et 1 sinon.

![](Picture2.jpg)

Publicité

<!-- Slide number: 6 -->

PERCEPTRON : EXERCICE 2

![](Picture2.jpg)

<!-- Slide number: 7 -->

PERCEPTRON : EXERCICE 2

Trace de l’algorithme

![](Picture2.jpg)

Les Réseaux de Neurones : Activité

Programming, Math · exam

Voir tous les documents en réseaux

<!-- Slide number: 1 -->

![04 Tile](Picture44.jpg)

Année Universitaire 2019-2020

Les Réseaux de Neurones : Activité

Notes:

<!-- Slide number: 2 -->

PERCEPTRON : EXERCICE 1

Apprentissage d'un ensemble linéairement séparable :

Publicité

les descriptions appartiennent à R2, le concept cible est défini à l'aide de la droite d'équation y=x/2. Les couples (x,y) tels que y>x/2 sont de classe 1 ; Les couples (x,y) tels que y <= x/2 sont de classe 0. L'échantillon d'entrée est :

S={((0,2),1), ((1,1),1), ((1,2.5),1), ((2,0),0), ((3,0.5),0)}.

On suppose qu'à l'initialisation, les poids ont été choisis :

w0=0 ; w1 = 0 et w2 = 0.

On choisit de présenter tous les exemples en alternant exemple positif (de classe 1) et exemple négatif.

<!-- Slide number: 3 -->

PERCEPTRON : EXERCICE 1

L'échantillon d'entrée est :

Publicité

S={((0,2),1), ((2,0),0), ((1,1),1), ((3,0.5),0), ((1,2.5),1)}.

On suppose qu'à l'initialisation, les poids ont été choisis :

w0=0 ; w1 = 0 et w2 = 0.

![](Picture3.jpg)

<!-- Slide number: 4 -->

PERCEPTRON : EXERCICE 1

L'échantillon d'entrée est :

S={((0,2),1), ((2,0),0), ((1,1),1), ((3,0.5),0), ((1,2.5),1)}.

Publicité

On suppose qu'à l'initialisation, les poids ont été choisis :

w0=0 ; w1 = 0 et w2 = 0.

![](Picture2.jpg)

<!-- Slide number: 5 -->

PERCEPTRON : EXERCICE 2

Apprentissage de parité :

Considérons un afficheur numérique à sept segments et formons un perceptron donnant la parité du chiffre écrit, à savoir 0 s'il est pair et 1 sinon.

![](Picture2.jpg)

Publicité

<!-- Slide number: 6 -->

PERCEPTRON : EXERCICE 2

![](Picture2.jpg)

<!-- Slide number: 7 -->

PERCEPTRON : EXERCICE 2

Trace de l’algorithme

![](Picture2.jpg)