Name: Comprendre correctement l'apprentissage profond
Brand: LIBRAIRIE COREENNE
SKU: 111440
Price: 46.00 EUR
Availability: InStock

Comprendre correctement l'apprentissage profond

€46,00

Comprendre correctement l'apprentissage profond

Description

Introduction au livre

Au-delà des modèles complexes, il est temps de plonger au cœur de l'apprentissage profond.

Ce livre dévoile de manière intuitive les rouages de la technologie complexe d'apprentissage profond tout en maintenant un équilibre entre théorie et pratique.
Nous allons d'abord expliquer étape par étape les concepts de base qui sous-tendent l'apprentissage profond.
Après avoir abordé les bases de l'apprentissage supervisé et de l'architecture des réseaux neuronaux, de l'entraînement des modèles et de l'optimisation, nous examinerons des modèles représentatifs pour les données d'images, de texte et de graphes : les CNN, les transformateurs et les réseaux neuronaux de graphes.
Ensuite, nous abordons les modèles génératifs tels que les GAN, les VAE et les modèles de diffusion, ainsi que l'apprentissage par renforcement, et enfin, nous discutons des raisons théoriques de l'efficacité de l'apprentissage profond et examinons les questions éthiques.
Ce sera le point de départ le plus solide pour tous les lecteurs qui souhaitent bien comprendre l'apprentissage profond.

Vous pouvez consulter un aperçu du contenu du livre.
Aperçu

indice

Préface du traducteur xiii
Revue du lecteur bêta xiv
À partir du XVIIe siècle
Remerciements xix

CHAPITRE 01 Introduction 1
1.1 Apprentissage supervisé 2
1.2 Apprentissage non supervisé 8
1.3 Apprentissage par renforcement 12
1.4 Éthique 14
1.5 Structure de ce livre 17
1.6 Livres recommandés 18
1.7 Comment lire ce livre 19
_Références 21

CHAPITRE 02 Apprentissage supervisé 23
2.1 Aperçu de l'apprentissage supervisé 24
2.2 Exemple de régression linéaire 25
2.3 Résumé 30
_Note 30
Exercice pratique 31

CHAPITRE 03 Réseaux neuronaux superficiels 33
3.1 Exemple 33 d'un réseau neuronal
3.2 Théorème d'approximation universelle 37
3.3 Entrée et sortie multivariées 38
3.4 Réseaux neuronaux superficiels : Cas général 43
3.5 Terminologie 44
3.6 Résumé 45
_Note 46
Exercice 50
_Référence 53

CHAPITRE 04 Réseaux neuronaux profonds 55
4.1 Combinaison de réseaux neuronaux 55
4.2 Construction d'un réseau neuronal profond par combinaison de réseaux 58
4.3 Réseaux neuronaux profonds 59
4.4 Notation matricielle 63
4.5 Réseaux neuronaux superficiels vs.
Réseaux neuronaux profonds 65
4.6 Résumé 67
_Note 68
Exercice 71
_Références 74

CHAPITRE 05 Fonction de perte 75
5.1 Probabilité maximale 76
5.2 Comment construire une fonction de perte 80
5.3 Exemple 1 : Analyse de régression univariée 80
5.4 Exemple 2 : Classification binaire 86
5.5 Exemple 3 : Classification multiclasse 88
5.6 Sorties multiples 91
5.7 Perte d'entropie croisée 92
5.8 Résumé 94
_Note 95
Exercice 97
_Références 101

CHAPITRE 06 MODÈLE ADAPTÉ 103
6.1 Descente en pente 103
6.2 Descente de gradient stochastique 110
6.3 Momentum 113
6.4 Estimation adaptative du moment 115
6.5 Hyperparamètres de l'algorithme d'entraînement 118
6.6 Résumé 119
_Note 120
Exercice 124
_Références 127

CHAPITRE 07 Pente et initialisation 129
7.1 Définition du problème 129
7.2 Calcul différentiel 131
7.3 Exemple simple 133
7.4 Algorithme de rétropropagation 137
7.5 Initialisation des paramètres 143
7.6 Exemple de code de formation 147
7.7 Résumé 149
_Note 149
Exercice 153
_Références 157

CHAPITRE 08 MESURE DES PERFORMANCES 159
8.1 Entraînement d'un modèle simple 159
8.2 Causes d'erreur 161
8.3 Réduction des erreurs 166
8.4 Double Descente 170
8.5 Sélection des hyperparamètres 174
8.6 Résumé 175
_Note 176
Exercice 181
_Références 183

CHAPITRE 09 Régularisation 185
9.1 Régularisation explicite 185
9.2 Régularisation implicite 189
9.3 Méthodes empiriques pour améliorer la performance 192
9.4 Résumé 202
_Note 203
Exercice 212
_Références 214

CHAPITRE 10 : Réseaux convolutionnels 219
10.1 Invariance et isovariance 220
10.2 Réseaux de neurones convolutifs pour entrées unidimensionnelles 221
10.3 Réseaux de neurones convolutifs pour entrées bidimensionnelles 229
10.4 Sous-échantillonnage et suréchantillonnage 230
10.5 Application 233
10.6 Résumé 239
_Note 240
Exercice 246
_Références 249

CHAPITRE 11 : Réseaux neuronaux résiduels 253
11.1 Traitement séquentiel 253
11.2 Liaison résiduelle et bloc résiduel 256
11.3 Explosion du gradient dans les réseaux neuronaux résiduels 260
11.4 Normalisation par lots 262
11.5 Réseaux neuronaux résiduels généraux 264
11.6 Pourquoi les réseaux neuronaux avec connexions résiduelles sont plus performants 271
11.7 Résumé 272
_Note 272
Exercice 280
_Références 282

CHAPITRE 12 TRANSFORMATEURS 285
12.1 Traitement des données textuelles 285
12.2 Auto-attention du produit scalaire 286
12.3 Extension d'auto-attention au produit scalaire 292
Couche 12.4 Transformateur 295
12.5 Transformateurs pour le traitement automatique du langage naturel 296
12.6 Exemple de modèle d'encodeur : BERT 300
12.7 Exemple de modèle de décodeur : GPT-3 303
12.8 Exemple de modèle encodeur-décodeur : Traduction automatique 308
12.9 Transformer 310 pour le traitement de séquences longues
12.10 Transformateurs pour le traitement d'images 311
12.11 Résumé 316
_Note 316
Exercice 328
_Références 330

CHAPITRE 13 : Réseaux neuronaux graphiques 337
13.1 Qu'est-ce qu'un graphique ? 337
13.2 Représentation graphique 340
13.3 Réseaux neuronaux graphiques, tâches et fonctions de perte 344
13.4 Réseaux de convolution de graphes 346
13.5 Exemple de classification de graphes 349
13.6 Modèle inductif vs.
Modèle transitoire 350
13.7 Exemple de classification des nœuds 352
13.8 Couche 355 du réseau de convolution de graphes
13.9 Edge Graph 359
13.10 Résumé 360
_Note 361
Exercice 370
_Références 373

CHAPITRE 14 Apprentissage non supervisé 377
14.1 Classification par modèle d'apprentissage non supervisé 378
14.2 Caractéristiques d'un bon modèle génératif 380
14.3 Quantification des performances 381
14.4 Résumé 384
_Note 384
_Références 386

CHAPITRE 15 : Réseaux antagonistes génératifs 387
15.1 Utilisation du discriminant comme signal 387
15.2 Améliorations de la stabilité 393
15.3 Augmentation progressive, discrimination par mini-lots, troncature 399
15.4 Génération conditionnelle 402
15.5 Conversion d'image 405
15.6 StyleGAN 410
15.7 Résumé 412
_Note 413
Exercice 419
_Références 421

CHAPITRE 16 Flux de normalisation 427
16.1 Exemple unidimensionnel 427
16.2 Cas général 430
16.3 Couches de réseaux neuronaux inversibles 433
16.4 Écoulement multi-échelle 442
16.5 Application 443
16.6 Résumé 447
_Note 448
Exercice 453
_Références 456

CHAPITRE 17 Auto-encodeurs variationnels 461
17.1 Modèle à variable latente 461
17.2 Modèles à variables latentes non linéaires 463
17.3 Formation 465
17.4 Propriétés ELBO 468
17.5 Approximation variationnelle 470
17.6 Auto-encodeurs variationnels 471
17.7 Techniques de reparamétrisation 474
17.8 Application 475
17.9 Résumé 480
_Note 481
Exercice 486
_Références 488

CHAPITRE 18 Modèles de diffusion 493
18.1 Vue d'ensemble 493
18.2 Encodeur (passe avant) 494
18.3 Modèle de décodeur (processus inverse) 501
18.4 Formation 502
18.5 Reparamétrisation de la fonction de perte 507
18.6 Mise en œuvre 510
18.7 Résumé 516
_Note 516
Exercice 521
_Références 524

CHAPITRE 19 : RENFORCEMENT DES APPRENTISSAGES 527
19.1 Processus de décision markoviens, rendements et politiques 528
19.2 Rendement attendu 532
19.3 Apprentissage par renforcement tabulaire 536
19.4 Q-Learning Fit 541
19.5 Méthode du gradient de politique 545
19.6 La méthode acteur-critique 551
19.7 Apprentissage par renforcement hors ligne 552
19.8 Résumé 554
_Note 555
Exercice 561
_Références 564

CHAPITRE 20 : Pourquoi l’apprentissage profond est-il efficace ? 567
20.1 Arguments contre l'apprentissage profond 567
20.2 Facteurs affectant la performance d'ajustement 569
20.3 Caractéristiques de la fonction de perte 575
20.4 Déterminants de généralisation 579
20.5 Avons-nous vraiment besoin d'autant de paramètres ? 584
20.6 Les réseaux neuronaux doivent-ils être profonds ? 587
20.7 Résumé 590
Exercice 591
_Références 592

CHAPITRE 21 : Apprentissage profond et éthique 597
21.1 Alignement des valeurs 598
21.2 Utilisation abusive intentionnelle 606
21.3 Autres questions sociales, éthiques et professionnelles 608
21.4 Étude de cas 611
21.5 L'idéal de science neutre sur le plan axiologique 612
21.6 Recherche responsable en IA dans une perspective de problème d'action collective 614
21.7 La voie à suivre 615
21.8 Résumé 617
Exercice 618
_Références 620

ANNEXE A Notation 627
A.1 Scalaires, vecteurs, matrices et tenseurs 627
A.2 Variables et paramètres 627
A.3 Ensemble 628
A.4 Fonction 628
A.5 Minimisation et maximisation 629
A.6 Distribution de probabilité 629
A.7 Notation asymptotique 630
A.8 Autres 630

ANNEXE B Concepts mathématiques 631
B.1 Fonction 631
B.2 Coefficient binomial 634
B.3 Vecteurs, matrices et tenseurs 635
B.4 Formes particulières de matrices 639
B.5 Calcul matriciel 641

ANNEXE C Probabilité 643
C.1 Variables aléatoires et distributions de probabilité 643
C.2 Valeur attendue 647
C.3 Distribution de probabilité normale 652
C.4 Échantillonnage 656
C.5 Distance entre les distributions de probabilité 657

Recherche 661

Image détaillée

Dans le livre

Les réseaux neuronaux profonds peuvent traiter des entrées de très grande taille, de longueur variable et présentant divers types de structures internes.
Il peut fournir des probabilités pour un seul nombre réel (régression), plusieurs nombres (régression multivariée) ou deux classes ou plus (classification binaire, classification multiclasse, respectivement).
Comme nous le verrons dans la section suivante, la sortie des réseaux neuronaux profonds peut également être très importante et présenter des structures internes de longueur variable.

--- p.6

Souvent, lorsque nous voulons effectuer plusieurs prédictions à l'aide du même modèle, la sortie y qui est la cible de la prédiction devient un vecteur.
Par exemple, prédire les points de fusion et d'ébullition des molécules (un problème de régression multivariée, Figure 1.2b) ou prédire la classe d'objet à chaque point d'une image (un problème de classification multivariée, Figure 1.4a).
Bien que nous puissions définir des distributions de probabilité multivariées et utiliser des réseaux neuronaux pour modéliser les paramètres du modèle en fonction des entrées, nous traitons généralement chaque prédiction indépendamment.

--- p.91

L'un des principaux problèmes de l'algorithme de descente de gradient est que la destination finale est entièrement déterminée par le point de départ.
La descente de gradient stochastique (SGD) résout ce problème en ajoutant du bruit au gradient à chaque étape.
Cette solution reste en moyenne une solution descendante, mais à un instant donné, la direction choisie n'est pas forcément celle qui descend le plus rapidement.
Il ne s'agit peut-être même pas d'une tendance à la baisse. L'algorithme SGD peut temporairement remonter la courbe, voire passer d'un « creux » à un autre dans la fonction de perte (figure 6.5b).

--- p.111

Un biais apparaît car le modèle ne peut pas représenter correctement la véritable fonction de base.
Par conséquent, cette erreur peut être réduite en rendant le modèle flexible.
Ce problème peut généralement être résolu en augmentant la capacité du modèle.
Pour les réseaux neuronaux, la capacité du modèle peut être augmentée en ajoutant davantage d'unités cachées/couches cachées.
Dans un modèle simple, augmenter la capacité équivaut à ajouter des unités cachées pour diviser l'intervalle [0, 1] en régions plus linéaires.
La figure 8.7ac montre que cela réduit en fait le biais.
Augmenter le nombre de régions linéaires à dix rend le modèle suffisamment flexible pour correspondre étroitement à la fonction réelle.

--- p.168

Dans l'apprentissage auto-supervisé génératif, un sous-ensemble de chaque échantillon de données est masqué et la tâche auxiliaire de prédiction de la partie manquante est effectuée (Figure 9.12c).
Par exemple, nous pouvons utiliser une collection d'images non étiquetées et des opérations auxiliaires pour remplir les parties manquantes des images (Figure 9.12c).
De même, nous masquons certains mots d'un vaste corpus de texte, entraînons un réseau à prédire les mots manquants, puis l'affinons pour la tâche linguistique réelle qui nous intéresse (voir chapitre 12).
Dans l'apprentissage auto-supervisé contrastif, les paires d'échantillons qui ont quelque chose en commun sont comparées à des paires qui n'ont rien en commun.
Pour les images, la tâche auxiliaire consiste à identifier si les paires d'images sont des variantes l'une de l'autre ou si elles sont sans rapport.
Pour le texte, la tâche auxiliaire consiste à vérifier si deux phrases du document original sont contextuellement liées.
Parfois, les tâches auxiliaires nécessitent d'identifier la relation précise entre des paires connectées (par exemple, trouver les positions relatives de deux zones dans la même image).

--- p.201

StyleGAN est un GAN plus moderne qui divise la variabilité d'un ensemble de données en composantes significatives et traite chaque composante comme une variable latente.
StyleGAN, en particulier, redimensionne l'image de sortie à différentes échelles et sépare le style du bruit.
Pour les images faciales, les modifications à grande échelle comprennent la forme du visage et la pose de la tête, les modifications à moyenne échelle comprennent la forme et les détails des traits du visage, et les modifications à fine échelle comprennent la couleur des cheveux et de la peau.
La composante de style représente les aspects de l'image qui sont saillants pour les humains, tandis que la composante de bruit représente les variations sans importance, telles que l'emplacement exact des cheveux, de la barbe, des taches de rousseur et des pores de la peau.
/ Les GAN que nous avons vus jusqu'à présent ont commencé avec une variable latente z tirée d'une distribution de base standard.
Elle traverse une série de couches convolutionnelles pour produire une image de sortie.
Cependant, les entrées de variables latentes du générateur (i) peuvent être appliquées à différents points du réseau neuronal et (ii) peuvent modifier la représentation actuelle à ces points de différentes manières.
StyleGAN sélectionne soigneusement les échelles et sépare le style du bruit (Figure 15.19).

--- p.410

Avis de l'éditeur

Un nouveau classique qui aborde la théorie de l'apprentissage profond et les dernières tendances.

L'apprentissage profond a révolutionné le domaine scientifique et a eu un impact significatif sur la société dans son ensemble, grâce aux recherches persistantes de Yoshua Bengio, Geoffrey Hinton et Yann LeCun, qui mènent des recherches depuis plus de 25 ans.
Pourtant, rares sont encore les personnes qui « comprennent vraiment » l'apprentissage profond.

Ce livre couvre un large éventail de sujets, des principes fondamentaux de l'apprentissage profond aux architectures de pointe comme les transformateurs et les modèles de diffusion, en dévoilant de manière systématique et intuitive des sujets complexes.
Des références actualisées, des exemples pratiques et de riches supports visuels facilitent l'apprentissage et aident les lecteurs à approfondir leur compréhension.
Ce livre va bien au-delà d'un simple guide technique et présente une perspective globale, allant de la question fondamentale « Pourquoi l'apprentissage profond est-il efficace ? » à l'éthique de l'IA.

Le chapitre 1 présente l'apprentissage profond, et les chapitres 2 à 9 couvrent l'ensemble du processus d'apprentissage supervisé.
Nous expliquerons l'architecture des réseaux neuronaux superficiels et profonds, et nous explorerons comment les entraîner, mesurer leurs performances et les améliorer.
Les chapitres 10 à 13 couvrent les structures représentatives des réseaux neuronaux profonds, telles que les réseaux neuronaux convolutifs, les connexions résiduelles et les transformateurs, et expliquent comment ces structures sont utilisées dans l'apprentissage supervisé, l'apprentissage non supervisé et l'apprentissage par renforcement.
Les chapitres 14 à 18 couvrent l'apprentissage non supervisé, en se concentrant sur les modèles génératifs profonds tels que les réseaux antagonistes génératifs (GAN), les auto-encodeurs variationnels (VAE), le flux de régularisation et les modèles de diffusion.

Le chapitre 19 présente brièvement l'apprentissage par renforcement profond, et le chapitre 20 explore des concepts clés tels que la double descente, le groking et l'hypothèse du billet de loterie, abordant des questions fondamentales telles que « Pourquoi l'apprentissage profond généralise-t-il bien ? », « Pourquoi les réseaux neuronaux doivent-ils être si profonds ? » et « Pourquoi avons-nous besoin d'autant de paramètres ? »
Enfin, le chapitre 21 aborde l'apprentissage en profondeur et l'éthique.
L'annexe résume les connaissances de base essentielles, notamment la notation, les concepts mathématiques et les probabilités, afin de vous aider à suivre les concepts sans interrompre le déroulement de l'apprentissage.
De plus, toutes les images incluses dans le livre peuvent être visualisées en couleur via des codes QR, ce qui renforce encore l'effet d'apprentissage.

Ce livre n'est ni un ouvrage théorique, ni un ouvrage pratique.
Il n'y a aucune preuve et très peu de code.
Il offre plutôt une compréhension approfondie et claire des concepts fondamentaux de l'apprentissage profond, et fournit une base conceptuelle permettant de trouver soi-même des solutions, même face à de nouveaux problèmes où les formules de réussite existantes ne s'appliquent pas.
Chaque chapitre est structuré de manière à vous permettre de comprendre et de résoudre fondamentalement les problèmes rencontrés dans la vie réelle.

Voici la naissance d'un nouveau classique de l'apprentissage profond pour ceux qui veulent comprendre l'apprentissage profond depuis le début, en profondeur et correctement.

Je recommande ceci dans ces situations

● Lorsque vous souhaitez organiser les concepts et les théories de l'apprentissage profond
● Lorsque vous avez besoin d'explications et d'aides visuelles pour transmettre efficacement un concept
● Lorsque vous souhaitez comprendre précisément la structure et les principes de fonctionnement du modèle mis en œuvre

Contenu principal

● Principes de base de l'apprentissage profond et structure des réseaux neuronaux
● Techniques d'entraînement, d'optimisation et d'évaluation des performances des modèles
● Structures clés telles que les CNN, les transformeurs et les réseaux neuronaux graphiques
Les modèles génératifs tels que les GAN, les VAE et les modèles de diffusion
● Concept et application de l'apprentissage par renforcement
● Capacité de généralisation et mécanisme de fonctionnement de l'apprentissage profond
● L’éthique de l’IA et la responsabilité sociale des technologies

SPÉCIFICATIONS DES PRODUITS

- Date d'émission : 28 août 2025

- Nombre de pages, poids, dimensions : 696 pages | 188 × 245 × 33 mm

- ISBN13 : 9791194587262