Nous voici au terme de ce chapitre qui nous a permis de comprendre le fonctionnement d’un neurone formel qui, rappelons-le, n’est capable de ne classifier que des données linéairement séparables. Cependant, nous l’avons vu au cours des différents exemples rencontrés jusqu’à présent, cette notion de séparation linéaire n’est pas adapté à tous les problèmes de classification.
Par conséquent, dans le chapitre suivant nous allons voir qu’en ajoutant des couches de neurones supplémentaires à notre neurone formel, nous allons pouvoir classifier des données non linéairement séparables.
Abonnement
tous les livres et vidéos ENI en illimité sans engagement
du livre imprimé ou du livre numérique