ME - Data science pour la performance industrielle
Metz
2023-2024
Vous consultez actuellement ce cours en tant que Visiteur anonyme.
Résumé de section
-
-
Ce support de cours propose :
- Un introduction aux familles des réseaux de neurones
- Une explication du fonctionnement de ce type de réseaux
- Un détail des paramètres qu'il faut maitriser et comprendre pour entrainer et utiliser un réseau
- Le détail des instructions Keras pour construire, entrainer et utiliser un réseau de neurones
-
Dans ce fichier python, sont proposés :
- Deux exercices de classification (linéaire et non linéaire)
- Un exercice de régression (avec incertitude)
- Un support à chargement de fichier *.csv pour le traitement des deux problèmes proposés
-
Dans ce fichier python dédié à Jupyter (pour Google Colab), sont proposés :
- Deux exercices de classification (linéaire et non linéaire)
- Un exercice de régression (avec incertitude)
-
3 fichiers vous sont proposés :
- le dataset brut comprenant 4 capteurs et la décision du robot mobile
- le dataset brut avec 24 capteurs et la décision du robot mobile
- le dataset mis en forme du cas avec 4 capteurs
-
Ce jeu de données a pour but de construire un modèle numérique (Surrogate model) sur des simulations d’engrènement couteuses en temps de calculs (Lien vers le fichier d'origine).
-
A importer en utilisant anaconda Navigator. Vous génère un environnement python stable pour construire des réseaux de neurones
-