JuliCou / modelisation_non_lineaire

Projet de modélisation non linéaire : méthode du gradient à pas constant et méthode du gradient stochastique. Modélisation avec une équation ou avec perceptron

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

modelisation_non_lineaire

Projet de modélisation non linéaire : méthode du gradient à pas constant et méthode du gradient stochastique. Modélisation avec une équation ou avec perceptron

Premier exercice : perceptron.py

Entrainement d'un perceptron (1 neurone) à 2 entrées et 1 sortie, avec la méthode de gradient à pas constant.

Deuxième exercice

Modélisation des données (p.csv, input et d.csv, output).

Première partie : descente_gradient.py

Les données sont modélisées au travers d'une équation (voir fichier modelisation_non_lineaire.pdf). On recherche donc à estimer 3 paramètres.

Deuxième partie : nn_descente_gradient_stochastique.py

Les données sont modélisées avec un réseau de neurones à 2 couches (2 perceptrons pour la première couche, 1 perceptron pour la seconde). On utilise la méthode du gradient stochastique pour estimer les 9 paramètres (3 paramètres par perceptron).

About

Projet de modélisation non linéaire : méthode du gradient à pas constant et méthode du gradient stochastique. Modélisation avec une équation ou avec perceptron


Languages

Language:Python 100.0%