Réseaux de neurones

Les modèles de réseau de neurones sont structurés comme une série de couches qui reflètent la manière dont le cerveau traite les informations. Les modèles de régression par réseau de neurones disponibles dans Statistics and Machine Learning Toolbox™ sont des réseaux de neurones entièrement connectés à propagation avant. Ils permettent de régler la taille des couches entièrement connectées et de modifier les fonctions d’activation des couches.

Pour entraîner un modèle de régression par réseau de neurones, utilisez l’application Regression Learner. Celle-ci propose plusieurs types de réseaux entièrement connectés. Si vous disposez de Deep Learning Toolbox™, vous pouvez également modifier et entraîner des modèles de réseau de neurones personnalisables. Pour plus d’informations, consultez Choose Model Options In Regression Learner.

Pour plus de flexibilité, entraînez un modèle de réseau de neurones en utilisant fitrnet dans l’interface de lignes de commande. Après l’apprentissage, vous pouvez prédire les réponses pour de nouvelles données en passant le modèle et les nouvelles données prédictives à predict.

Si vous souhaitez créer des réseaux de Deep Learning plus complexes et disposez de Deep Learning Toolbox, vous pouvez essayer l’application Deep Network Designer (Deep Learning Toolbox).