Les bases de la descente de gradient | Réseaux de neurones 7

Dans cette vidéo, on aborde une méthode très importante au sein de l'apprentissage automatique qui est la descente de gradient. Cet algorithme permet de trouver le minimum approché d'une fonction, avec assez peu d'informations sur celle-ci.
Par la suite, on va pouvoir entraîner des modèles d'apprentissage supervisé (régression linéaire, réseaux de neurones...) grâce à la descente de gradient.
0:00 : Introduction et motivation
0:31 : A quoi ça sert ?
1:15 : Cas d'une fonction à une variable
5:50 : Analogie avec un pendule
8:00 : Cas d'une fonction à plusieurs variables
9:49 : Le vecteur gradient
10:40 : Comment choisir alpha ?
11:30 : Conclusion et suite
Me suivre :
Github : github.com/Procuste34
Twitter : / alexandretl2

[@depuisle229]

Merci beaucoup.
Explication claire et précise

[@beno.mp4]

mec lâche pas les vidéos c'est super bien ce que tu fais

[@alexandretl]

Merci beaucoup pour ton commentaire!

[@thehappylife3162]

elles sont géniales tes vidéos... double les en anglais et tu rivalise avec 3Blue1Brown !

[@alexandretl]

Merci beaucoup, j'y pense!