Données séquentielles et réseaux de neurones récurrents (RNN)

• 00:00 Introduction
• 05:24 Présentation de la séquence
• 08:32 A propos des données séquentielles
• 09:49 Neurones récurrents
• 16:19 Cellules récurrentes
• 25:10 Limites des cellules récurrentes et cellules LSTM/GRU
• 38:15 Modes d’utilisation des cellules récurrentes
• 44:58 Gestion et préparation des datasets séquentiels
• 55:14 Exemple 1 : Prédiction de trajectoire d’une coccinelle virtuelle ;-)
• 1:30:01 Exemple 2: Prédiction météo
• 1:31:22 Préparation des données
• 1:42:54 Premières prédictions
• 1:52:56 Conclusion

De nombreuses données sont en fait des séquences : trajectoires, signal, séquences ADN, etc.

Durant cette séquences, nous nous familiariserons avec ce type de données et appréhendons un type de réseau de neurones très particulier : les réseau de neurones récurrents (RNN).

Au menu : Données séquentielles - réseaux récurrents (RNN) - RNN - LSTM - GRU - Data Generator.

Illustrations :

• Tentative de prédiction de la trajectoire d’une coccinelle virtuelle
• Prédictions météorologiques à partir de données réelles

Durée : 2h