Sur des scénarios d’apprentissages simples, comprenez et enseignez pas à pas le fonctionnement des réseaux de neurones artificiels.

Tracez vous-mêmes des connexions à l’intérieur du réseau et observez les conséquences sur les déplacements du robot. Grâce à de multiples affichages (valeurs d’activité, épaisseurs des connexions, couleurs pour les apprentissages, etc.), expliquez en images les équations des apprentissages qui optimisent automatiquement ces connexions.

Activez la caméra et les couches de neurones intermédiaires et voyez comment les principes simples détaillés précédemment permettent l’apprentissage de comportements complexes (évitement d’obstacle, pousser un ballon, etc.) après passage à l’échelle de milliers de neurones et centaines de milliers de connexions. Vous avez devant les yeux tous les calculs effectués, mais ils sont si nombreux que quelque chose nous échappe tout de même, n’est-ce pas fascinant ?!

Découvrez toujours très visuellement d’autres algorithmes de Machine Learning. En particulier l’algorithme des K plus proches voisins, au programme du lycée et des classes préparatoires, qui est particulièrement intuitif et adapté pour introduire l’apprentissage supervisé. Comparez ensuite ses résultats à ceux de réseaux de neurones, sur la même base de données d’apprentissage.