Machine Learnia
Machine Learnia
  • 78
  • 8 891 921
RÉSEAU DE NEURONES PROFOND - DEEP LEARNING 10
Le réseau de neurone Profond est l’emblème de l'intelligence artificiel. Pour en créer un avec Numpy, il faut généraliser les équations de la Forward-Propagation et celles de la Back-Propagation, en écrivant des boucles For, voici comment procéder :
00:00 : Introduction
00:38 : Initialisation
03:37 : Code
06:16 : Forward propagation
08:30 : Code
13:46 : Back Propagation
17:48 : Code
21:34 : Code final
23:42 : Visualisation de résultats
25:35 : Je vous offre un Cadeau !
► MON SITE INTERNET EN COMPLÉMENT DE CETTE VIDÉO:
machinelearnia.com/
► REJOINS NOTRE COMMUNAUTÉ DISCORD
discord.gg/WMvHpzu
► 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-le-machine-learning-en-une-semaine/
► Télécharger gratuitement mes codes sur github:
github.com/MachineLearnia
► Abonnez-vous : ua-cam.com/channels/mpptkXu8iIFe6kfDK5o7VQ.html
► 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
Переглядів: 71 842

Відео

PROGRAMMER UN RÉSEAU DE NEURONES à 2 COUCHES - DEEP LEARNING 9
Переглядів 66 тис.2 роки тому
PROGRAMMER UN RÉSEAU DE NEURONES à 2 COUCHES - DEEP LEARNING 9
La BACK-PROPAGATION - DEEP LEARNING 8
Переглядів 55 тис.2 роки тому
La BACK-PROPAGATION - DEEP LEARNING 8
RÉSEAU DE NEURONES (2 COUCHES) - DEEP LEARNING 7
Переглядів 81 тис.2 роки тому
RÉSEAU DE NEURONES (2 COUCHES) - DEEP LEARNING 7
NEURONE ARTIFICIEL - CHAT VS CHIEN - DEEP LEARNING 6
Переглядів 108 тис.2 роки тому
NEURONE ARTIFICIEL - CHAT VS CHIEN - DEEP LEARNING 6
PROGRAMMATION d'un NEURONE ARTIFICIEL (DEEP LEARNING 5)
Переглядів 155 тис.2 роки тому
PROGRAMMATION d'un NEURONE ARTIFICIEL (DEEP LEARNING 5)
La VECTORISATION des équations - DEEP LEARNING (04)
Переглядів 113 тис.2 роки тому
La VECTORISATION des équations - DEEP LEARNING (04)
LES GRADIENTS D'UN NEURONE - DEEP LEARNING (03)
Переглядів 161 тис.2 роки тому
LES GRADIENTS D'UN NEURONE - DEEP LEARNING (03)
LE PERCEPTRON - DEEP LEARNING (02)
Переглядів 280 тис.2 роки тому
LE PERCEPTRON - DEEP LEARNING (02)
FORMATION DEEP LEARNING COMPLETE (2021)
Переглядів 921 тис.3 роки тому
FORMATION DEEP LEARNING COMPLETE (2021)
Machine Learnia, La suite commence ici.
Переглядів 30 тис.3 роки тому
Machine Learnia, La suite commence ici.
Comment CHOISIR LE BON MODÈLE de Machine Learning ?
Переглядів 83 тис.3 роки тому
Comment CHOISIR LE BON MODÈLE de Machine Learning ?
ERREURS Python : Comment les corriger FACILEMENT ?
Переглядів 23 тис.3 роки тому
ERREURS Python : Comment les corriger FACILEMENT ?
Apprendre le Machine Learning : Que faire maintenant ??? (30/30)
Переглядів 39 тис.3 роки тому
Apprendre le Machine Learning : Que faire maintenant ??? (30/30)
MODÈLE DE MACHINE LEARNING - Covid19 (29/30)
Переглядів 61 тис.3 роки тому
MODÈLE DE MACHINE LEARNING - Covid19 (29/30)
PRÉ-TRAITEMENT DE DONNÉES avec Python (28/30)
Переглядів 107 тис.4 роки тому
PRÉ-TRAITEMENT DE DONNÉES avec Python (28/30)
EXPLORATORY DATA ANALYSIS - CORRIGÉ (27/30)
Переглядів 121 тис.4 роки тому
EXPLORATORY DATA ANALYSIS - CORRIGÉ (27/30)
DATA SCIENCE ET DÉMARCHE DE TRAVAIL (26/30)
Переглядів 63 тис.4 роки тому
DATA SCIENCE ET DÉMARCHE DE TRAVAIL (26/30)
ENSEMBLE LEARNING : BAGGING, BOOSTING et STACKING (25/30)
Переглядів 79 тис.4 роки тому
ENSEMBLE LEARNING : BAGGING, BOOSTING et STACKING (25/30)
APPRENTISSAGE NON-SUPERVISÉ avec Python (24/30)
Переглядів 126 тис.4 роки тому
APPRENTISSAGE NON-SUPERVISÉ avec Python (24/30)
FEATURE SELECTION avec SKLEARN (23/30)
Переглядів 72 тис.4 роки тому
FEATURE SELECTION avec SKLEARN (23/30)
CORONAVIRUS (COVID-19) : L'INTELLIGENCE ARTIFICIELLE TROUVE LE VACCIN ?
Переглядів 29 тис.4 роки тому
CORONAVIRUS (COVID-19) : L'INTELLIGENCE ARTIFICIELLE TROUVE LE VACCIN ?
SKLEARN IMPUTER : NETTOYAGE DE DONNÉES
Переглядів 53 тис.4 роки тому
SKLEARN IMPUTER : NETTOYAGE DE DONNÉES
SKLEARN PIPELINE AVANCÉE
Переглядів 54 тис.4 роки тому
SKLEARN PIPELINE AVANCÉE
PYTHON SKLEARN PRE-PROCESSING + PIPELINE (22/30)
Переглядів 124 тис.4 роки тому
PYTHON SKLEARN PRE-PROCESSING PIPELINE (22/30)
Sklearn make_scorer tutoriel : Créer vos propres métriques.
Переглядів 27 тис.4 роки тому
Sklearn make_scorer tutoriel : Créer vos propres métriques.
MÉTRIQUES de RÉGRESSIONS en DATA SCIENCE (Coefficient de Détermination, Erreur Quadratique, etc... )
Переглядів 74 тис.4 роки тому
MÉTRIQUES de RÉGRESSIONS en DATA SCIENCE (Coefficient de Détermination, Erreur Quadratique, etc... )
CROSS-VALIDATION SKLEARN PYTHON (Techniques expliquées en Français)
Переглядів 87 тис.4 роки тому
CROSS-VALIDATION SKLEARN PYTHON (Techniques expliquées en Français)
PYTHON SKLEARN - MODEL SELECTION : Train_test_split, Cross Validation, GridSearchCV (21/30)
Переглядів 166 тис.4 роки тому
PYTHON SKLEARN - MODEL SELECTION : Train_test_split, Cross Validation, GridSearchCV (21/30)
PYTHON SKLEARN: KNN, LinearRegression et SUPERVISED LEARNING (20/30)
Переглядів 264 тис.4 роки тому
PYTHON SKLEARN: KNN, LinearRegression et SUPERVISED LEARNING (20/30)

КОМЕНТАРІ

  • @radiaelomairy
    @radiaelomairy Годину тому

    merci beaucoup clair et bien expliqué

  • @akelandryakpi1949
    @akelandryakpi1949 17 годин тому

    Bonsoir monsieur ! J'ai une question, concernant le domaine de machine learning, si on a des données qui doivent être modélisées selon la régression logistique et que les données ne suivent pas une loi normale, quelle autre méthode peut-on utiliser pour réaliser quand même ce modèle ? Merci !

  • @brahimaitoufkir7110
    @brahimaitoufkir7110 17 годин тому

    fail confirming contact: contacts list signup already confirmed

  • @ChadrackKekani
    @ChadrackKekani День тому

    J'apprécie

  • @flosrv3194
    @flosrv3194 День тому

    j'ai pas réussi à reproduire ce tuto... il y a une grosse ligne rouge verticale qui apparait au niveau de l'abscisse X en plus de la ligne rouge normale

  • @yamadoutounkara4500
    @yamadoutounkara4500 2 дні тому

    Merci pour tout!! Vous êtes absolument génial

  • @artashesasoyan6272
    @artashesasoyan6272 2 дні тому

    Sur les versions récentes de python, la commande df.resample('M').plot() ne permet plus de faire un joli affichage coloré par période choisie :/, mais on peut faire des moyenne / écart-type / min / max et ensuite afficher les résultats : df.resample('M').mean().plot()

  • @babandiaye801
    @babandiaye801 2 дні тому

    merci beaucoup , c'est parfait

  • @7pac
    @7pac 3 дні тому

    VOUS ËTES HONNETE MERCI POUR TOUT CE DUR TRAVAIL QUE VOUS FAITES

  • @chhoumifathi
    @chhoumifathi 3 дні тому

    merci beaucoup travail exceptionnel

  • @fatihbabi3536
    @fatihbabi3536 4 дні тому

    pour la regression linéaire multiple :si on veut diviser d'abord notre data en 30% de test(x_test et y_test) et 70 % d'entrainement (x_train et y_train )et on veut utiliser juste ces 70% de data pour trouver le modèle et pour tester on utiliser les30% qui restent quel est le nouveau code ?@MachineLearnia

  • @samiralharuat7150
    @samiralharuat7150 4 дні тому

    👏👏

  • @OuahibaBOUGLIMINA
    @OuahibaBOUGLIMINA 4 дні тому

    Vraiment ! un grand travail. excellente méthodologie d'expliquer les choses .you are the best teacher

  • @mlbou9431
    @mlbou9431 4 дні тому

    cette façon d'alterner la manipulation d'un jeu de cartes pour expliquer des concepts abstraits , je ne peux que valider. merci

  • @Ryan9898-fq9qu
    @Ryan9898-fq9qu 4 дні тому

    Excellent !

  • @sephoranjofang6962
    @sephoranjofang6962 5 днів тому

    Bonjour j'aimerais savoir si c'est possible d'écrire un algorithme de classification d'application( malware ou begnin) avec le modèle de régression linéaire. Merci beaucoup pour les videos.☺

  • @mlbou9431
    @mlbou9431 5 днів тому

    seaborn sans conteste !!!

  • @zouhirzouhir1
    @zouhirzouhir1 5 днів тому

    je sais pas comment vous remercier pour avoir donner beaucoup de temps pour preparer et transmettre ce savoir et savoir faire....etc, vraiement vous meritez d etre recompensés

  • @othmanmoat
    @othmanmoat 5 днів тому

    Mon oreille gauche te remercie

  • @mlbou9431
    @mlbou9431 6 днів тому

    en 9 minutes j'ai compris ^1 mois de leçon sur matplotlib....

  • @oliviertchally
    @oliviertchally 7 днів тому

    Quand feras tu une vidéo sur la factorisation matricielle ?

  • @ahlembernous1008
    @ahlembernous1008 7 днів тому

    Pour la première fois je comprends le machine learning bien comme il faut merciii bcp ❤❤❤

  • @ahlembernous1008
    @ahlembernous1008 7 днів тому

    Merci infiniment ❤🙏🙏🙏🙏🙏🙏♥️♥️♥️♥️♥️

  • @REN_CODE56
    @REN_CODE56 7 днів тому

    Salut jai 14ans je suis en 3eme j'adore le code et l'ia ce que tu fais est super intéressant ça me permet d'apprendre ce que j'adore et pouvoir m'améliorer tu expliques super bien ! Merci beaucoup

  • @lequitationcestmapassion4498
    @lequitationcestmapassion4498 7 днів тому

    Merci , vous me sauvez la vie ! je suis une formation à distance Master ! et avec les cours de mille pages je n'arrive pas à suivre encore moins à comprendre ! thank you

  • @lequitationcestmapassion4498
    @lequitationcestmapassion4498 7 днів тому

    Merci

  • @amiramohammedi85
    @amiramohammedi85 7 днів тому

    Très instructif et surtout satisfaisant de se sentir entrain de maîtriser les bases de ce domaine que l'on a l'impression qu'il soit une boite noir ! Merci énormément d'avoir partager cela. Hâte de regarder la suite !

  • @bajeghrir2309
    @bajeghrir2309 7 днів тому

    blablabla python python python :)

  • @lequitationcestmapassion4498
    @lequitationcestmapassion4498 7 днів тому

    Merci infiniment

  • @GaylordNdemboNDATORO
    @GaylordNdemboNDATORO 7 днів тому

    que faire au cas ou tout les couches n'ont pas la meme fonction d'activation?

  • @dieudonnemengue8209
    @dieudonnemengue8209 8 днів тому

    très bonne vidéo

  • @Bookflix_450
    @Bookflix_450 8 днів тому

    J'avoue que je suis curieux de découvrir scipy en profondeur merci

  • @mlbou9431
    @mlbou9431 9 днів тому

    je regarde non stop depuis 4 h tellement que c'est bien fait , et clairement exprimé; vous un êtes un excellent pédagogue ! fiat lux

  • @mahdouibrahim2022
    @mahdouibrahim2022 9 днів тому

    t est vraiment genial. merci beaucou p

  • @basilehuet8026
    @basilehuet8026 10 днів тому

    Au niveau de la memoire lorsque l'on ne precise pas le nb de bit par defaut il est de combien ?

  • @samsonsing-ehba9728
    @samsonsing-ehba9728 10 днів тому

    Magnifique

  • @MeriemBelhadi-xw4rn
    @MeriemBelhadi-xw4rn 10 днів тому

    Génialissime !

  • @alphaoumardiallo8292
    @alphaoumardiallo8292 10 днів тому

    Salut Guillaume je vous remercie pour ce contenu très bien expliqué. Actuellement je travaille les GANs avez-vous contenus sur les bases et des explications. Merci

  • @valdersym7220
    @valdersym7220 10 днів тому

    Merci encore pour les videos Guillaume, est ce que tu peut faire une video sur le CNN et l'API fonctionelle

  • @alphaoumardiallo8292
    @alphaoumardiallo8292 12 днів тому

    Contenu très riche merci et bon courage. Avez-vous des contenus sur les GANs (Generative Adversarial Networks) ?

  • @guillaumeguitarian9642
    @guillaumeguitarian9642 12 днів тому

    Je suis bien d'accord avec toi concernant le preprocessing mais une fois qu'il est bien fait je trouve que la librairie pycaret est super utile pour comparer les perfs d'un tas de modèles en très peu de code !!! PS : pycaret prend en compte que le ML pas le DL mais je trouve cette lib déjà assez géniale comme ça !

  • @guillaumeguitarian9642
    @guillaumeguitarian9642 12 днів тому

    👍👍

  • @fjmakita
    @fjmakita 13 днів тому

    C'est quoi l'intérêt d'utiser Jupyter dans VsCode? VsCode c'est mon IDE préféré...

  • @oliviablanco659
    @oliviablanco659 13 днів тому

    Bonjour, Il n'y a que moi qui trouve étrange que la fonction déterminant renvoie 23,999999... et non pas 24 ?🤔

  • @SeiroosFardipour-wf4bi
    @SeiroosFardipour-wf4bi 13 днів тому

    Ça ressemble a la division cellulaire

  • @hadri9347
    @hadri9347 14 днів тому

    j'ai un probleme avec spyder, il plusiers package ou modules (pandas, sklearn, ...) que j'installent mais qui ne marchent pas, la console dis que le module en question n'existe pas.

  • @lesgameur6152
    @lesgameur6152 14 днів тому

    vs code ❤❤❤❤❤❤❤❤