Deep Learning — Le Fonctionnement des Réseaux de Neurones 1 (v1.0)

Question 1 / 7  ·  QCU (une seule bonne réponse)  —  Les réseaux de neurones sont des modèles de machine learning inspirés du cerveau humain

A. Un groupe de neurones qui effectuent la même fonction

B. Un groupe de neurones qui effectuent des fonctions différentes

C. Un groupe de neurones qui sont connectés les uns aux autres

A. Une fonction qui normalise les données en entrée

B. Une fonction qui modifie la sortie d’un neurone avant de la passer à la couche suivante

C. Une fonction qui régularise les poids du réseau de neurones

D. Une fonction qui évalue les performances du réseau de neurones

E. Une fonction qui ajoute de la non-linéarité

A. Par la méthode de la régression linéaire

C. Par la méthode de la descente de gradient

D. Par la méthode de la régression polynomiale

A. Une fonction qui mesure l’erreur entre les prédictions et les valeurs réelles

B. Une fonction qui mesure la précision d’un modèle de machine learning

C. Une fonction qui mesure la variance d’un ensemble de données

D. Une fonction qui mesure la covariance entre deux variables

A. Un algorithme qui permet de calculer les gradients des poids d’un réseau de neurones

B. Un algorithme qui permet de calculer les prédictions d’un réseau de neurones

C. Un algorithme qui permet de calculer la fonction de coût d’un réseau de neurones

D. Un algorithme qui permet de réduire la complexité d’un réseau de neurones