Scribd
Importer
240 vues9 pages

Introduction au Deep Learning et ses Applications

Le document définit l'apprentissage profond et explique son fonctionnement à l'aide de réseaux de neurones artificiels. L'apprentissage profond est utilisé dans de nombreux domaines tels que la reconnaissance d'images, la traduction automatique et les voitures autonomes.

Transféré par

Ilias Rajawi
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PPTX, PDF, TXT ou lisez en ligne sur Scribd
240 vues9 pages

Introduction au Deep Learning et ses Applications

Le document définit l'apprentissage profond et explique son fonctionnement à l'aide de réseaux de neurones artificiels. L'apprentissage profond est utilisé dans de nombreux domaines tels que la reconnaissance d'images, la traduction automatique et les voitures autonomes.

Transféré par

Ilias Rajawi
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PPTX, PDF, TXT ou lisez en ligne sur Scribd

 Définition de l’apprentissage

profond(Deep Learning)

 Fonctionnement du deep learning

 Applications du deep learning


 L'apprentissage profond (plus précisément
« apprentissage approfondi », et en anglais deep
learning, deep structured learning, hierarchical learning)
est un ensemble de méthodes d'apprentissage
automatique tentant de modéliser avec un haut niveau
d’abstraction des données grâce à des architectures
articulées de différentes transformations non linéaires, Ces
techniques ont permis des progrès importants et rapides
dans les domaines de l'analyse du signal sonore ou visuel
et notamment de la reconnaissance faciale, de
la reconnaissance vocale, de la vision par ordinateur,
du traitement automatisé du langage. Dans les années
2000, ces progrès ont suscité des investissements privés,
universitaires et publics importants, notamment de la part
des GAFAM (Google, Apple, Facebook, Amazon,
Microsoft).
 Le deep Learning s'appuie sur un réseau
de neurones artificiels s'inspirant
du cerveau humain. Ce réseau est
composé de dizaines voire de centaines de
« couches » de neurones, chacune
recevant et interprétant les informations de
la couche précédente. Le système
apprendra par exemple à reconnaître les
lettres avant de s'attaquer aux mots dans
un texte, ou détermine s'il y a un visage sur
une photo avant de découvrir de quelle
personne il s'agit.
Le deep Learning est utilisé dans de nombreux domaines :
 reconnaissance d'image,
 traduction automatique,
 voiture autonome,
 diagnostic médical,
 recommandations personnalisées,
 modération automatique des réseaux sociaux,
 prédiction financière et trading automatisé,
 identification de pièces défectueuses,
 détection de malwares ou de fraudes,
 chatbots (agents conversationnels),
 exploration spatiale,
 robots intelligents.

Vous aimerez peut-être aussi