Les machines de Boltzmann restreintes (RBM) sont des réseaux de neurones qui, avec seulement deux couches, apprennent des représentations de données étonnamment puissantes. Ce court épisode montre comment elles détectent des motifs sans étiquettes et où on les utilise en pratique.Au programme :La structure d’une RBM : couche visible pour les données d’entrée, couche cachée pour les caractéristiques apprisesPourquoi les RBM utilisent des unités binaires et des méthodes stochastiquesLa divergence contrastive : entraîner en comparant données d’entrée et données généréesLa réduction de dimension : compresser des données de grande dimension sans perdre l’essentielExemples concrets : filtrage collaboratif pour les recommandations, reconnaissance d’images et de la parolePour les passionnés de technologie et les débutants qui veulent comprendre l’apprentissage automatique non supervisé.Cet épisode est une version française doublée par IA de la vidéo animée du M365 Show présentée par le Microsoft MVP Mirko Peters.▶ Voir la vidéo: https://youtu.be/LMuPjI9sON0🎧 Plus d’épisodes: https://www.m365.fm🎤 M365Con – conférence Microsoft en ligne gratuite: https://m365con.net💼 Mirko Peters sur LinkedIn: https://www.linkedin.com/in/m365showpodcast/

This episode includes AI-generated content.