Tutoriels Youtube - Deep learning de Guillaume Saint-Cirgue Cours Magistral – TipeeeLe Deeplearning de A à Z sans API & Explications Mathématique Partie 1 : Les Base Partie 1 : Neurone Biologique et Neurone Artificiel Partie 2: Modele du Perceptron et Cross-Entropy Partie 3 : Calculs des Gradients (1 neurone) Partie 4 : Programmer votre premiere regression logistique Partie 5 : Afficher la frontière de décision (Régression Logistique) Partie 6 : Classification Multi-Classe (One Vs All) Partie 7 : Classification d'images (dataset digits) Partie 8 : Réseau de Neurones (1 Couche) Forward Pass Partie 9 : BackPropagation (1 couche) Partie 10 : Votre premier Réseau de Neurone (1 couche cachée) Partie 11 : Réseau de Neurones (L couches) Partie 12 : Regression Softmax et calcul des gradients Tutoriels Youtube - Deep learning de Guillaume Saint-Cirgue Cours Final - DeeplearningNeural Network Model (Supervised) de A à Z sans API - Plus Tensorflow & Keras Partie 1 : Les Bases Partie 2 : Le Perceptron Partie 3 : Les Gradients Partie 4 : Vectorisations des Equations Partie 5 : Programmation d'un Neurone Partie 6 : Application Dog & Cat Partie 7 : Premier Reseau Neural Partie 8 : Backward Propagation Partie 9 : Reseau Neural (2 couches) Partie 10 : Deep Neural Network Code Notebook