eo ee ay He neurones Presentation el appli¢ahions. Pierre Borne Mohamed Benrejeb ey et tela Ma r-[ [| -2e [=I Editions TECHNIPCe logo a pour objet d’alerter Ie lecteur sur la menace que représente: pour DANGER Vavenir de I’écrit, tout particuligrement dans le domaine technique et uni- versitaire, le développement massif du «photocopillage ». Cette pratique qui s‘est généralisée, notamment dans les établissements d'enseignement supérieur, provoque une baisse brutale des achats de livres, au point que la possibilité méme pour les auteurs de créer des ccuvres nou- velles et de les faire éditer correctement est aujourd’hui menacée. Nous rappelons donc que la reproduction de l'ouvrage, partielle ou totale, 7 la vente sans autorisation ainsi que le recel sont passibles de poursuites, Les demandes d'autorisation de photocopier doivent Gre adressées di- PHOTOCOPILLAGE) rectcmem & I'éditeur ow au Centre francais d’exploitation du drait de TUELELIVAE ) copie: 20. rue des Grands-Augustins, 75006 Paris. Tél.» O1 44.07 47 70: Fax : 01 46 34 67 19. Tous droits de traduction, de reproduction et d’adaptation réservés pour tous pays. Toute représentation, reproduction intégrale ou partielle faite par quelque procédé que ce s consentement de l'auteur ou de ses ayants cause, est illicit et constitue une contrefagon sanctionn: articles 425 et suivants du Code pénal. Par ailleurs, la loi du 11 mars 1957 interdit formellement les copics ou les reproductions destinées a une utilisation collective. sans te par les © Editions Technip, Paris, 2007. Imprimé en France ISBN : 978-2-7108-0896-1 ISSN 1152-0647Table des matiéres CHAPITRE 1 Les réseaux de newrones 0 Aspects historiques LLd Mac Culloch et Pits |. 11.2 Neurone biologique 1.1.3 Neurone artificiet 11.4 Couplage synaptique et apprentissage Le perceptron 12.1 Architecture et mise en équation 12.2 Fonctionnement E30 Réseau monocouche, présentation 13.2 Réseatx multicouches —_____________& 16 Exercices 1s Exercice 1 15 Exercice 2 18 CHAPITRE 2 Apprentissage 21 IL1___Différents types d’apprentissage 21 ILd.1__Apprentissage non supervisé 21 TEL1.2 _ Apprentissage supervisé 21 0.2 Régles d’apprentissage non supervisé 21 12.1 Régle de Hebb 21 112.2 Régle de Kohonen 22 16.2.3 Régie Instar 23 W24 _ Régle Ouistar 23 1.3 Apprentissage supervis¢ avec la régle du perceptron 25 11.3.1 Notations 25 113.2 Principe 25 11.3.3 Variante de la méthode 26 U4 __Apprentissage supervisé, régle de la pscudo-inverse 27 1.5 Apprentissage de Widrow-Hoff 28 JES. Réseau ADALINE (ADAptive LInear NEuron) 28 15.2 Algorithme de Widrow-Hoff 30 IL6 Apprentissage des réseaux 4 fonctions radiales de base (RBF) 31