ไม่สามารถเล่นวิดีโอนี้
ขออภัยในความไม่สะดวก
PROGRAMMATION d'un NEURONE ARTIFICIEL (DEEP LEARNING 5)
ฝัง
- เผยแพร่เมื่อ 5 ส.ค. 2024
- Pour programmer un neurone artificiel avec Numpy, il est important de connaitre les formules de la descente de gradients que nous avons développées précédemment. Dans cette vidéo, nous utilisons une approche d'apprentissage supervisé, en partant d'un dataset X, y a 2 variables. Mais le code développé ici peut aussi être utilisé avec N variables, tout s'adapte automatiquement !
Timecode :
00:00 : Introduction
00:27 : Diagramme fonctionnel
02:52 : Implémentation des fonctions
11:43 : Assemblage final
16:30 : Effectuer de futures prédictions
23:30 : Tracer la frontière de décision
27:54 : Visualisations 3D et Animation
29:49 : Généralisation a N variables
30:35 : Application Chat vs Chien
37:20 : Vidéo Bonus !
► DATASET ET CODE DE CETTE VIDÉO :
github.com/MachineLearnia/Dee...
TUTORIELS NUMPY :
• PYTHON NUMPY machine l...
► MON SITE INTERNET EN COMPLÉMENT DE CETTE VIDÉO:
machinelearnia.com/
► REJOINS NOTRE COMMUNAUTÉ DISCORD
/ discord
► Me soutenir financierement sur Tipeee ou Utip (et obtenir des vidéos BONUS)
fr.tipeee.com/machine-learnia
utip.io/machinelearnia/
► Recevez gratuitement mon Livre:
APPRENDRE LE MACHINE LEARNING EN UNE SEMAINE
CLIQUEZ ICI:
machinelearnia.com/apprendre-...
► Télécharger gratuitement mes codes sur github:
github.com/MachineLearnia
► Abonnez-vous : / @machinelearnia
► Pour En Savoir plus : Visitez Machine Learnia : 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
Une vidéo deep learning parfaite sans l'accent indien. Rare sur youtube
Ahah je vois bien ce que tu veux dire ! ^^
🤣 Ca c'est vrai.
C'est pas sa seule qualité.
Loin de là.
@Georges On dirait que l’accent indien te dérange
Très bon français au vrai sens du terme ;)
La qualité de votre travail est indéniable. Les vidéos et les animations que vous avez créées étaient non seulement visuellement attrayantes, mais elles étaient aussi riches en contenu informatif. Chaque détail a été soigneusement élaboré, et cela se voit dans le résultat final.
En suivant ce cours, j'ai acquis une compréhension beaucoup plus profonde du Machine Learning grâce à votre enseignement. Votre passion pour le sujet est évidente, et elle a été contagieuse pour nous tous.
Mille mercis à toi pour ta générosité. C'est incroyable d'offrir gratuitement des vidéos de cette qualité ! Toutes soutenues par ta pédagogie sans faille, et une transmission communicative de ta passion.
Je suis tombé amoureux des animations. Quelle pédagogie! 🤩
Une vidéo super bien faite. Apprendre avec toi est un réel plaisir. Je n'ai pas de mots assez forts pour te remercier. Vicement la prochaine et merci Guillaume
Splendide vidéo d'explication d'un neurone artificiel. Claire, précise, expliquée avec pédagogie, la valeur de cette formation est sans limites !
Vous êtes incroyable ! Vous simplifier ce qui est complexe! Waou!
Chapeau !
Et bravo à vous !
j'ai jamais vu une video de tel qualité vraiment c'est tres gentil de votre part merci bcp !!
Vraiment c des videos d cours dont je revais réellement dapprendre vous etes prof un cadeau du ciel. C top le detail jamais vu , merci infiniment
Énorme travail! Pas facile de démistifier un contenu pareil. Toujours le meilleur, merci Guillaume!
Merci beaucoup, ca me touche !
Merci infiniment pour ces vidéos. Au paravant je croyais que je ne peux pas comprendre la mathématique derrière deep learning. Mais grâce à tes vidéos, ça semble facile.
Une chaîne comme on les aimes, franchement super. Merci beaucoup pour tes partages, rendre accessible ce genres de connaissances est tellement une chance!! Grand MERCI
Merci pour le compliment !
bravooooooooo c'est exeptionnel!!!! votre explication est géniale et simple on ne s'ennuie pas en l'a regardant. chapeau Monsieur.
Excellent, très bien magnifique. 38min et 55 secondes de plaisir. Tu m'as permis de comprendre énormément de choses où j'avais des difficultés 👌🏿
Je suis tres content de l'apprendre :)
bonjour Guillaume, merci pour ce super travail que je vais ré-exploiter avec mes élèves (terminale NSI & MATH) pour les projets tout au long de l'année ; sympa 🤣
Tu arrives à expliquer quelque chose de complexe tellement facilement c'est dingue !
ca fait bien plaisir !
la pédagogie n'est pas donnée à n'importe qui , tellement il maîtrise extrêmement bien le sujet il lui apparaît très facile à l'expliquer .
@@MachineLearnia :)
Merci Guillaume pour le partage de tes connaissances. Le contenu est expliqué de manière très pédagogique, en français, ca faisait longtemps que je cherchais quelque chose d'aussi limpide. Merci
Merci pour ton message :)
Un grand merci et bravo pour ce super travail très pédagogique.
Bonjour Guillaume.
Encore merci pour cette vidéo.
Vous arrivez à rendre simple des sujets tout de même complexes.
en claire , c'est du grand art !
J'attends votre prochaine vidéo avec impatience.
Bien à vous
Merci beaucoup pour ce compliment ! ca me motive beaucoup ! :)
Meilleure chaîne, meilleure série. Je suis content de m'abonner à cette chaîne. Tout est parfaitement clair. J'attends la prochaine vidéo !!!!
Merci, ca me touche beaucoup ! :)
Vous êtes de loin le meilleur de ce que j'ai encore vue jusqu'à présent. je m'intéresse à la science de données et je pense que vous me donner plus envie de me plonger dans ce domaine qui regroupe ( les maths😍) et l'informatique. Merci Mr Guillaume
Merci a vous pour votre soutien !
Merci beaucoup, il faut être passionné et avoir de la patience pour réaliser ce travail magnifique...merci Guillaume.
Je suis passionné et heureux de pouvoir faire des vidéos pour des gens également passionnés de les regarder, comme vous ! :)
Pas de mot pour décrire la formation! C'est tout simplement incroyable😘
Merci énormément pour le Travail de géant que vous abattez .J'ai vraiment hâte de voir la suite. Merci!!!
Merci a vous ! la suite sortira bientot !
Merci monsieur vous êtes très pédagogue c'est un plaisir.
Cette vidéo est magnifique Guillaume Merci beaucoup 🙏
Merci a vous !
Merci pour ces vidéos de super qualité. J'espère que vous allez nous faire une vidéo sur la rétropropagation du gradien jusqu'à à présent est flou dans ma tête, il y a que vous qui peut le rendre claire, tu explique telemenent bien. Chapeau
Oui je vais sortir une vidéo la dessus. Si vous etes impatient, elle est déja disponible sur Tipeee
Merci beaucoup Monsieur Guillaume, très attendu !
Merci a vous !
c'est super bien fait! merci pour ce grand travail!
c'est travail d'excellence !!! merci ..vous m'avez ouvert une case de mémoire que je n'ai pas pu l'ouvrir auparavant!!! merci
Excellente video!! Elle est tres explicite et d'une qualite tres rare..
Bonne continuation Guillaume!
Merci a vous !
Et donc la voici enfin ! Beau boulot à toi ! J'en aurais pas besoin tout de suite pour mes vaches mais cela est tres inspirant !
Ahah yes ;)
Merci Guillaume pour tous tes efforts pour cette belle introduction au Deep Learning.
je t'en prie !
Je vous remercie pour votre traville précieux, thanks
Yesssss enfin 🥰🥰🥰 je sais déjà quoi faire de ma soirée 😁
Ah ca fait tres plaisir de lire ca !
Toujours à la hauteur. Merci beaucoup.
Merci a vous !
Merci pour ce super travail, cela t'est si aisé franchement trop fort✌
Merci pour tes vidéos, tu es le meilleur.
Mais quelle joie.!
J’aurais aimé avoir ce code avec tensorflow et Keras pour comparaison.
Cependant, cela peut être vu par après.
Mais c’est une superbe continuité de ce qui a été vu dans les vidéos précédentes!
Merci du temps consacré et de cette présentation simplifiée d’un sujet qui peut être vu comme complexe.
Merci Guillaume!!
Oui, on verras comment faire ca avec Keras plus tard !
J'adore vraiment les explications sont parfaits et la voie donne envie d'en apprendre plus.
Merci beaucoup.
Une autre excellente vidéo! Merci Guillaume!
comment télècharger les DATASETS à partir de GITHUB ?
Vraiment T le meilleur
j'ai fait ça à l'uni mais je ne comprenais rien et t'arrive à l'expliquer ausssi facile
chapeau !
de rien ! :)
Superbe vidéo. Merci beaucoup !!
J'ai tellement attendu cette vidéo quelle qualité je suis en larmes
Merci beaucoup, ca me fait tres plaisir de vous voir aussi ému ! :)
J'étais pas prêt. Juste curieux de comprendre comment ça fonctionne, mais moi je suis mécanicien de base. Alors les 3 vidéo précédente était vraiment ouf pour moi et mon niveau bacpro! Enfin nous y voilà, la partie que j'attendais. Je ne pensais vraiment pas quil y avait autant de math derrière ça
Merci pour cet incroyable boulot.
merci pour la qualité de ton travail
quelle générosité mille merci pour vos efforts
comment télècharger les DATASETS à partir de GITHUB ?
Vous êtes vraiment le meilleur, merci pour la vidéo très très intéressante..
Merci a vous !
Merci beaucoup, très attendu. 🥰
Mon plaisir ! :)
Toujours le meilleur, merci Guillaume
Merci beaucoup pour la vidéo, très cohérentes et digestes tes explications même si t'es allé un peu vite avec le code mais bon ça se comprends vu la durée de la vidéo, toutefois j'ai pu tenir jusqu'à la fin ayant tout compris et j'en suis fière, c'est ouf ce que j'ai appris en une seule vidéo merci encore frère
Bravo ! Juste bravo ! C'est tres bien de pouvoir tout suivre jusqu'au bout, et progresser ainsi comme vous le faites. Oui il y a beaucoup d'infos et je comprends qu'il faille un peu s'accrocher. Mais vraiment bravo je suis tres content si en plus vous etes fier de vous ! c'est super continuez comme ca !
S'il vous plaît je n'arrive pas à télécharger les données de chat et de chien
comment télècharger les DATASETS à partir de GITHUB ?
Super boulot. Merci Guillaume.
Merci a vous !
Excellent.. 👍 vidéo très attendue
Merci !
Tout est excellent ! Que ça soit le montage, la narration, le contenu … ! Mes félicitations ! :-)
Merci beaucoup :)
@@MachineLearnia J'ai essayé de passer par le PCA en réduisant les dimensions du X_train et X_test à 90% de variance (ça donne 174 composantes) ; le modèle apprend très vite, mais on a toujours un score d'environ 56% sur le test_set !
On trouve souvent des commentaires dithyrambique sur les vidéos de vulgarisation, mais là, c'est de loin ce que j'ai vu de mieux, et tous sujets confondus !!!
À la fois surprenant et parfait.
Merci beaucoup, j'en suis tres flatté !
Merci beaucoup :D hâte de voir la vidéo sur Tensorflow et Keras
interessée
Cher Guillaume, si je ne commente plus le reste des vidéos, c'est simplement que je n'en ai plus😀. Je suis tout simplement abasourdi. Tu peux toutefois etre sûr que je continuerai à liker.
Merci beaucoup !
Merci pour cette superbe vidéo
Félicitations, un cours très pédagogique
Merci !
Merci beaucoup Monsieur Guillaume, je vais essayer de faire l'exercice mais je suis très sûr que j'aurai à vous poser la question à chaque difficultés que je pourrais rencontrer. 🙏
Je vous conseille d'essayer l'exercice oui :)
merci pour ce super travail
merci mille fois monsieur, c'est ça la pédagogie.
Tres bien expliquer. je me sens deja comme un expert en machine learning😆
Merci beaucoup pour la vidéo !
De rien ! :)
Worked , thanks a lot!
Merci Beaucoup pour ta vidéo.39 min de pur plaisir.Tu expliques tellement bien.J'ai appris énormément de notions.
Au passage j'ai réalisé l'exercice en fin de vidéo.Effectivement j'ai eu des problèmes avec le log_loss que nous avons programmé. Par contre celui de sklearn fonctionne.Je suis un peu déçu parce que mon taux d'exactitude sur les données d'entrainement est de 1 avec un learning_rate de 0.1 et un nombre d’itération de 15000.Toutefois le taux d'exactitude sur les données tests est de 0.5. En d'autres mot mon neurone à 50% de chance de trouver de bonnes réponses sur un jeu de données test.
Je vais m’améliorer et me corriger avec ta prochaine vidéo.
Merci beaucoup Guillaume.
Bravo pour avoir réussi a faire l'exercice de toi meme ! Oui la fonction de sklearn fonctionne car elle utilise un petit epsilon comme je l'implémente dans la vidéo suivante (mais qui fonctionne juste un peu différemment)
Pour améliorer le modele, il faudra passer a un modele non linéaire (programme des vidéos suivantes) :)
comment télècharger les DATASETS à partir de GITHUB ?
Très bonne pédagogie avec des animations cools.
Peut-on autant être émue d'une joie aussi grande qu'un orgasme ( mes excuse mais c'est ce que je ressens en ce moment en suivant ce cours 😅) ? Et pour ceux qui n'ont pas encore rejoint tipee et les autres plateformes de Guillaume, Vous ratez gros..
Merci Guillaume pour ce travail de qualité !
Merci beaucoup pour votre reconnaissance, ca me touche vraiment ! Et le coté orgasmique, ahah, je préfere oublier :')
Comment rejoindre ces plateformes?
comment télècharger les DATASETS à partir de GITHUB ?
Chapeau bravo et merci
vraiment super merci pour tout.
Merci beaucoup.. vous êtes le meilleur :)
De rien ! :)
Excellente vidéo un grand bravo
Merci !
Merci pour la vidéo
Best teacher I have ever seen
Thanks a lot
Merci pour cette nouvelle vidéo.
De rien ! :)
Bonjour,
Vidéo de très haute qualité qui vient s'inscrire dans la continuité de tout le reste depuis le début de la formation DL, cependant j'aurais bien aimé passer plus de temps sur la manière de réaliser les graphiques 3D et animations en fin de vidéo même si l'idée générale à propos de l'évolution des différentes fonctions et ce qu'elles viennent illustrer est très clair.
Génial, le boss est de retour
Tellement génial.
Video formidable. Merci.
Merci a vous !
Bonjour Guillaume, excellente leçon, très pédagogique, je vais m'attaquer à l'exercice....
Premiers retours sur l'exercice. Effectivement j'ai plusieurs problèmes sur le Log loss avec les paramètres alpha 0,1 et n_iter 100. Parfois j'ai des "nan", ou une division par 0...bilan sur le trainset je n'ai que 0,5 d'accuracy score. Je vais essayer de changer les paramètres mais j'avais une question: la fonction de log loss de sklearn ne travaille pas au niveau matriciel, mais au niveau unitaire semble t-il, au niveau de chaque observation. Me trompe-je ? ou faut-il adapter la fonction pour la matricialiser ? Merci Guillaume, bonne soirée.
De bons progres ! bravo ! Je vais répondre a tout cela dans la prochaine vidéo, en attendant :
1 -> la log_loss vous donne un probleme (log(0) parce que la fonction exponentielle sature quand Z devient trop grand, sklearn ne vous donne pas ce probleme parce qu'elle ajoute une constante 1e-15 dans le log (pour éviter d'avoir log(0)
2 -> vous obtenez une performance d'environ 0.5 sur le testset, c'est normal (le modele est en overfitting pour plusieurs raisons que j'expliquerais dans la prochaine vidéo)
Que rajouter à ces multiples éloges amplement méritées. Bravo et merci Guillaume ; du grand art. Dommage que cela suscite des commentaires aussi navrants que le précédent, allergique à certains accents là où la reconnaissance serait la moindre des choses.
Merci beaucoup. Oh je n'ai pas vraiment remarqué qu'il y avait des critiques, mais s'il y en a ca n'est pas grave, au contraire je suis a l'écoute des remarques.
Toujours au top 😀
THanks !
Ouah elle était vraiment attendue cette suite, c'est vraiment super clair. Juste une petite remarque à 13'30 je ne suis pas certain qu'avec sans itération on arrive à obtenir un résultat, je pense que c'est plutôt cent itérations tout est dans la liaison :-), Mais cela n'enlève rien à la super qualité de ce travail 1000000...0000 mercis
Ah ouais mince alors !
Merci beaucoup!!!!
Merci beaucoup éminent Prof...
de rien !
trés trés cool; vraiment merci merci
excellent formation complète
merci beaucoup !
Mille mercis
Parfait, bravo
Merci infiniment vous êtes le meilleur🤩🤩🤩
De rien ! :)
Salut Mr je suis Amagaga Omboga Enseignant de lycée en électrotechnique. Intéressants vos contenus. Je vise utiliser ces commandes en électrotechnique de puissance.
I cannot believe this content is for free ! I would pay tens if you wanted !
Merci beaucoup pour tes formations vraiment. Actuellement je travaille sur un projet que je crois bien devoir intégrer du deep learning dedans mais j'ai beaucoup de soucis avec le modèle. C'est un projet de vision par Ordinateur de vidéo surveillance qui porte sur la détection des situations à risques ou dangereuses. Si tu pouvais m'aider juste un peu dans ce sens vraiment .... Encore une fois de plus merci beaucoup et stp ne cesse jamais de faire des formations pour nous.
désolé pour la réponse tardive, vous avez résolu le probleme ? sinon vous pouvez me contacter sur discord.
un grand merci
Mon algorithme a fait n'importe quoi 😂 Je vais regarder la vidéo suivante pour me réconforter ! super boulot comme toujours !
Ca n'était pas un exercice facile, je vous rassure !
Trop cooooooooooool !!!!!!!!!!!!!!!!!
C'est vraiment passionnant... maintenant, je serai curieux de savoir quelles données il faut recueillir pour apprendre à conduire à l'ordinateur 😅
Brillant!
comment télècharger les DATASETS à partir de GITHUB ?