réseaux de neurones

 

Interprétabilité vs explicabilité : comprendre vs expliquer son réseau de neurones (1/3)

Public ciblé : Tout public, lycéen·ne·s  Dernière mise à jour : 28/08/2020 Comment comprendre et expliquer une décision automatisée prise1  avec un algorithme de ce qu’on appelle l’Intelligence Artificielle, ou IA, (par exemple un réseau de neurones) ? Il est plus qu’important de pouvoir expliquer et interpréter ces résultats, parfois bluffants ou tout simplement contre-intuitifs, qui orientent souvent nos décisions humaines. Cette problématique tire ses origines du concept même du Machine Learning également appelé Apprentissage Machine ou Apprentissage Automatique.  Premier... Lire la suite

Architecture des réseaux de neurones : Réseaux de neurones impulsionnels (3/3)!

Public averti Petite introduction : Cet article, le troisième d'une série de 3 articles, a été écrit en collaboration avec André Garenne. Maitre de conférences à l’Université de Bordeaux. André Garenne fait partie de l’équipe transdisciplinaire MNEMOSYNE qui est rattachée à l’INRIA Bordeaux, au LABRI et à l’institut des maladies neurodégénératives (CNRS). Réseaux de neurones impulsionnels Cette famille de modèles se caractérise par un souci de réalisme biologique plus poussé que les neurones artificiels classiques, ce qui induit en général une complexité... Lire la suite

Architecture des réseaux de neurones : Réseaux de neurones artificiels classiques (2/3) !

Public ciblé : Public averti Petite introduction : Cet article, le second d'une série de 3 articles, a été réalisé en collaboration avec André Garenne. Maitre de conférences à l’Université de Bordeaux. André Garenne fait partie de l’équipe transdisciplinaire Mnemosyne qui est rattachée à l’Inria Bordeaux, au LABRI et à l’institut des maladies neurodégénératives (CNRS).  Réseaux de neurones artificiels classiques Plus connus de la communauté machine Learning que leur homologues impulsionnels, ces réseaux se composent de neurones artificiels que nous avons... Lire la suite