LES GRADIENTS D'UN NEURONE - DEEP LEARNING (03)
En Deep Learning, l'algorithme de la descente de gradient nécessite de connaitre l'expression des gradients de la fonction Cout (Log-Loss ou autre). C'est ce que nous calculons dans cette vidéo, pour ensuite pouvoir coder notre premier neurone artificiel.
00:00 : Objectif et formules de Bases
03:40 : Règle des chaines
06:10 : Dérivée dL / da
10:25 : Dérivée da / dz (partie 1)
16:57 : Dérivée da / dz (partie 2 - simplification)
22:10 : Dérivée dz / dw
23:30 : Assemblage final
29:00 : Les autres dérivées...
► MON SITE INTERNET EN COMPLÉMENT DE CETTE VIDÉO:
https://machinelearnia.com/
► REJOINS NOTRE COMMUNAUTÉ DISCORD
https://discord.gg/WMvHpzu
► D'autres BONUS sur Tipeee:
https://fr.tipeee.com/machine-learnia
► Recevez gratuitement mon Livre:
APPRENDRE LE MACHINE LEARNING EN UNE SEMAINE
CLIQUEZ ICI:
https://machinelearnia.com/apprendre-le-machine-learning-en-une-semaine/
► Télécharger gratuitement mes codes sur github:
https://github.com/MachineLearnia
► Abonnez-vous : https://www.youtube.com/channel/UCmpptkXu8iIFe6kfDK5o7VQ
► Pour En Savoir plus : Visitez Machine Learnia : https://machinelearnia.com/
► Qui suis-je ?
Je m’appelle Guillaume Saint-Cirgue et je suis Data Scientist au Royaume Uni. Après avoir suivi un parcours classique maths sup maths spé et avoir intégré une bonne école d’ingénieur, je me suis tourné vers l’intelligence artificielle de ma propre initiative et j’ai commencé à apprendre tout seul le machine learning et le deep learning en suivant des formations payantes, en lisant des articles scientifiques, en suivant les cours du MIT et de Stanford et en passant des week end entier à développer mes propres codes.
Aujourd’hui, je veux vous offrir ce que j’ai appris gratuitement car le monde a urgemment besoin de se former en Intelligence Artificielle.
Que vous souhaitiez changer de vie, de carrière, ou bien développer vos compétences à résoudre des problèmes, ma chaîne vous y aidera.
C’est votre tour de passer à l’action !
► Une question ? Contactez-moi: contact@machinelearnia.com
Видео LES GRADIENTS D'UN NEURONE - DEEP LEARNING (03) канала Machine Learnia
00:00 : Objectif et formules de Bases
03:40 : Règle des chaines
06:10 : Dérivée dL / da
10:25 : Dérivée da / dz (partie 1)
16:57 : Dérivée da / dz (partie 2 - simplification)
22:10 : Dérivée dz / dw
23:30 : Assemblage final
29:00 : Les autres dérivées...
► MON SITE INTERNET EN COMPLÉMENT DE CETTE VIDÉO:
https://machinelearnia.com/
► REJOINS NOTRE COMMUNAUTÉ DISCORD
https://discord.gg/WMvHpzu
► D'autres BONUS sur Tipeee:
https://fr.tipeee.com/machine-learnia
► Recevez gratuitement mon Livre:
APPRENDRE LE MACHINE LEARNING EN UNE SEMAINE
CLIQUEZ ICI:
https://machinelearnia.com/apprendre-le-machine-learning-en-une-semaine/
► Télécharger gratuitement mes codes sur github:
https://github.com/MachineLearnia
► Abonnez-vous : https://www.youtube.com/channel/UCmpptkXu8iIFe6kfDK5o7VQ
► Pour En Savoir plus : Visitez Machine Learnia : https://machinelearnia.com/
► Qui suis-je ?
Je m’appelle Guillaume Saint-Cirgue et je suis Data Scientist au Royaume Uni. Après avoir suivi un parcours classique maths sup maths spé et avoir intégré une bonne école d’ingénieur, je me suis tourné vers l’intelligence artificielle de ma propre initiative et j’ai commencé à apprendre tout seul le machine learning et le deep learning en suivant des formations payantes, en lisant des articles scientifiques, en suivant les cours du MIT et de Stanford et en passant des week end entier à développer mes propres codes.
Aujourd’hui, je veux vous offrir ce que j’ai appris gratuitement car le monde a urgemment besoin de se former en Intelligence Artificielle.
Que vous souhaitiez changer de vie, de carrière, ou bien développer vos compétences à résoudre des problèmes, ma chaîne vous y aidera.
C’est votre tour de passer à l’action !
► Une question ? Contactez-moi: contact@machinelearnia.com
Видео LES GRADIENTS D'UN NEURONE - DEEP LEARNING (03) канала Machine Learnia
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
![](https://i.ytimg.com/vi/KTt56tvnucw/default.jpg)
![La VECTORISATION des équations - DEEP LEARNING (04)](https://i.ytimg.com/vi/P6q_w-4H6pY/default.jpg)
![DESCENTE DE GRADIENT (GRADIENT DESCENT) - ML#4](https://i.ytimg.com/vi/rcl_YRyoLIY/default.jpg)
![](https://i.ytimg.com/vi/fBwrVCZAmM4/default.jpg)
![EXPLORATORY DATA ANALYSIS - CORRIGÉ (27/30)](https://i.ytimg.com/vi/u64sWJEP4S0/default.jpg)
![D'où viennent les nuages ?](https://i.ytimg.com/vi/lqg-4TpReo4/default.jpg)
![Théorème de Thalès : Tout comprendre !](https://i.ytimg.com/vi/pZstMCRchRE/default.jpg)
![Où INVESTIR en AFRIQUE en 2022 ? 7 SECTEURS SURS et RENTABLES](https://i.ytimg.com/vi/sP1SqYbcySI/default.jpg)
![FORMATION DEEP LEARNING COMPLETE (2021)](https://i.ytimg.com/vi/XUFLq6dKQok/default.jpg)
![Comment CHOISIR LE BON MODÈLE de Machine Learning ?](https://i.ytimg.com/vi/4mqKmTbAnHY/default.jpg)
![L’Intelligence Artificielle dans le Football.](https://i.ytimg.com/vi/f-ZMJTY32jo/default.jpg)
![Le transistor: tutoriel #1 - les bases - la commutation](https://i.ytimg.com/vi/0XtHAUuZl-k/default.jpg)
![LE PERCEPTRON - DEEP LEARNING (02)](https://i.ytimg.com/vi/VlMm4VZ6lk4/default.jpg)
![PROGRAMMATION d'un NEURONE ARTIFICIEL (DEEP LEARNING 5)](https://i.ytimg.com/vi/5TpBe7KTAHE/default.jpg)
![Apprendre le Machine Learning : Que faire maintenant ??? (30/30)](https://i.ytimg.com/vi/6ThM6GVSzNI/default.jpg)
![APPRENTISSAGE SUPERVISÉ : LES 4 ÉTAPES - ML#2](https://i.ytimg.com/vi/K9z0OD22My4/default.jpg)
![Les projets perso, la clé de la réussite.](https://i.ytimg.com/vi/GlXeJ9Nr0N0/default.jpg)
![PYTHON SKLEARN PRE-PROCESSING + PIPELINE (22/30)](https://i.ytimg.com/vi/OGWwzm304Xs/default.jpg)
![PYTHON IF/ELSE, WHILE, FOR (3/30)](https://i.ytimg.com/vi/x_Jeyvw7n9I/default.jpg)
![RÉGRESSION LINÉAIRE NUMPY - ML#8](https://i.ytimg.com/vi/vG6tDQc86Rs/default.jpg)