Le Perceptron

Ateliers gratuits en personne dans notre campus d'Old Street. Travaillez sur un morceau de notre curriculum en ML avec nos fondateurs. Aucune application requise. Aperçu Cet atelier est un aperçu de notre apprentissage en machine learning pour les ingénieurs logiciels expérimentés et est une occasion de voir si ce style d'apprentissage vous plaît. Il fournit une introduction pratique aux réseaux de neurones en commençant par le perceptron : l'un des premiers modèles entraînables et toujours le moyen le plus clair de comprendre comment les machines apprennent à partir d'exemples. Nous construirons un petit perceptron qui apprend à séparer des points étiquetés sur une grille 2D, puis nous l'utiliserons pour décomposer les idées qui sous-tendent encore l'IA moderne : entrées, poids, biais, fonctions d'activation, prédiction, erreur, mises à jour des paramètres, époques et limites des modèles. Contexte En 1958, Frank Rosenblatt a décrit le perceptron comme un système capable d'apprendre par l'expérience. Au lieu de se voir donner une règle directement, il voyait des exemples, faisait des prédictions, recevait des retours et modifiait la force de ses connexions internes. Ce schéma est encore reconnaissable dans les réseaux de neurones aujourd'hui. Un modèle reçoit des entrées, les combine avec des paramètres appris, produit une sortie, compare cette sortie avec la réponse attendue et se met à jour pour mieux performer la prochaine fois. Le perceptron est délibérément simple. Il peut apprendre une frontière en ligne droite, mais il ne peut pas résoudre des problèmes nécessitant des représentations courbes, superposées ou plus abstraites. Cette limitation est ce qui en fait un point de départ si utile. Une fois que vous pouvez voir ce qu'un seul perceptron peut et ne peut pas faire, les développements ultérieurs dans les réseaux de neurones ont beaucoup plus de sens : couches cachées, rétropropagation, apprentissage profond, réseaux convolutionnels, et finalement transformers. Durant cet atelier, nous nous concentrerons sur le perceptron comme construction pratique. À la fin, nous ferons un pas en arrière et tracerons ce que chaque avancée ultérieure a ajouté, afin que vous repartiez avec une carte des premières unités neuronales entraînables aux architectures derrière les modèles linguistiques modernes. Ce que nous allons couvrir Ce qu'il faut apporter Veuillez noter : cet événement nécessite une expérience préalable en développement logiciel. Bureau partagé Vous êtes invités à utiliser un bureau partagé à partir de 10h le jour même. Informations d'accessibilité : Veuillez sonner la cloche des Fondateurs et Développeurs. L'espace est accessible en fauteuil roulant et dispose d'un ascenseur. Nos toilettes sont entièrement accessibles. Si vous avez des besoins d'accessibilité spécifiques, veuillez nous en informer lorsque vous vous inscrivez et nous ferons de notre mieux pour vous aider.