Apprentissage profond à partir de zéro

Chapitre 1. Les fondements

Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : [e-mail]

Ne mémorise pas ces formules. Si tu comprends les concepts, tu peux inventer ta propre notation.

John Cochrane, Notes sur les investissements 2006

L'objectif de ce chapitre est d'expliquer certains modèles mentaux fondamentaux qui sont essentiels pour comprendre le fonctionnement des réseaux neuronaux. Plus précisément, nous aborderons les fonctions mathématiques imbriquées et leurs dérivées. Nous partirons des blocs de construction les plus simples possibles pour montrer que nous pouvons construire des fonctions compliquées composées d'une "chaîne" de fonctions constitutives et, même lorsque l'une de ces fonctions est une multiplication matricielle qui prend en compte plusieurs entrées, calculer la dérivée des sorties des fonctions par rapport à leurs entrées. Il sera essentiel de comprendre le fonctionnement de ce processus pour comprendre les réseaux neuronaux, que nous ne commencerons techniquement à aborder qu'au chapitre 2.

Pendant que nous nous repérons autour de ces éléments fondateurs des réseaux neuronaux, nous décrirons systématiquement chaque concept que nous introduisons selon trois points de vue :

• Les mathématiques, sous la forme d'une ou plusieurs équations.

• Code, avec le moins de syntaxe supplémentaire possible (ce qui fait de Python un choix idéal).

• Un schéma expliquant ce qui se passe, du genre de ...