Discussion :

[abidineb]

Bonjour,
je ne voulais pas ouvrir une nouvelle discussion puisque mon problème déjà est relatif à celui-ci:
Pour une discrimination vois de Locuteurs petit enfant/ personne âgée
Mon erreur est de 64% est ce que c'est abordable sachant que je ne peut pas améliorer plus?
J'utilise les réseaux de neurones comme classifieur avec 60 neurones caches, mais c'est juste par essai de plusieurs tests par exepemle 10 20 30.. ect,
Mais je trouve votre idée est meilleure en utilisant ce calcul
13x20 + 20x1 = 280 poids à ajuster; dans mon cas c'est 36*60, je ne comprend pas pourquoi tu as ajoute 60*1 ca correspond a quoi?
Et ce calcul correspond au nombre de toutes les composantes des vecteur de poids? c'est bien cela? ou bien au nombre des vecteurs poids??
Merci pour tes réponses.
Cordialement

[ToTo13]

Pour une discrimination vois de Locuteurs petit enfant/ personne âgée
Mon erreur est de 64% est ce que c'est abordable sachant que je ne peut pas améliorer plus?

64 % d'erreur Il y a un GROS souci :-(
Est ce que c'est toi qui les a programmé ?
Car dans le PIRE des cas, un classifieur (quel qu'il soit) met tous les individus dans la classe majoritaire et donc obtient au moins 50%. On ne peut avoir moins de 50% lorsque l'on fait de l'apprentissage sur deux classes. Sinon c'est que le classifieur fait n'importe quoi et donc qu'il a un souci.

J'utilise les réseaux de neurones comme classifieur avec 60 neurones caches, mais c'est juste par essai de plusieurs tests par exepemle 10 20 30.. ect,

Il y a plusieurs questions à ce niveau :
- combien de caractéristiques as tu ? <=> Combien de neurones dans la couche d'entrée.
- quelles sont les caractéristiques ?
- combien d'individus as tu pour réaliser l'apprentissage ?

Mais je trouve votre idée est meilleure en utilisant ce calcul
13x20 + 20x1 = 280 poids à ajuster; dans mon cas c'est 36*60, je ne comprend pas pourquoi tu as ajoute 60*1 ca correspond a quoi?

Cela correspond aux 60 neurones de la couche cachée vers le neurone de la couche de sortie. Il y a là aussi des poids à ajuster.

Et ce calcul correspond au nombre de toutes les composantes des vecteur de poids? c'est bien cela? ou bien au nombre des vecteurs poids??

Euh... là je ne suis pas

[abidineb]

Bonjour
Tout d'abord je tiens a m'excuser mon erreur est de 36%. Donc est c'est normal?? oui c'est moi qui a programmer tout.
Tu dit#On ne peut avoir moins de 50% lorsque l'...# plutôt on ne peut avoir plus de 50% d'erreur ou je me trompe?
Nombre de caractéristiques: 36.Type: Coefficients spectraux suivant une échelle linéaire.
Les neurones dans la couche d'entrée: 60.
Nombre d'individus: 100000.
Est ce que le nombre 60 est adapte?
Merci Beaucoup pour ton aide.
Cordialement

[ToTo13]

Bonsoir,

il faut se mettre d'accord : est ce que l'on parle d'erreur ou de prédiction ?
Si on parle d'erreur, on ne peut avoir plus de 50%.
Si c'est des prédictions, on ne peut avoir moins de 50%.

En général, on utilise plutôt une forme pyramidale pour le RdN. Donc le nombre de neurones de la couche cachée est inférieur à celui de la couche d'entrée.
60 est adapté car tu as suffisamment d'individus (100 000), mais il est plutôt inhabituel.
En général, Input > Hidden > Output.

Une question supplémentaire : combien de classes as tu en sortie et quelle proportion d'individus dans chaque classe ?

[abidineb]

Bonsoir
Tout au début, j'ai écrit erreur, n'est ce pas; parce que tu m'as dit
@on ne peut avoir moins de 50%@, bref
Oui je connais cette forme pyramidale, y' as pas d'autres????????????
Nombre de classes Locuteurs petit enfant/ personne âgée; donc 2 et ton principe que tu m'as donne :
@Si on parle d'erreur, on ne peut avoir plus de 50%.
Si c'est des prédictions, on ne peut avoir moins de 50%@
Et applicable seulement quand on a le même nombre d'individu de classe, donc
normalement cette question doit être au début, je me trompe?
Merci pour ton intérêt, en attente de votre réponse.
Cordialement

[ToTo13]

Bonjour,

il a été montré que la forme pyramidale était généralement la meilleure.
Il en existe bien évidemment d'autres, mais dans des cas très particuliers. Il faut alors TRES bien connaître les RdN pour en comprendre les subtilités.
Grosso modo, avec une forme pyramidale, on peut obtenir des résultats souvent comparables, mais il faut jouer sur les méthodes d'optimisation et de convergence en plus de jouer sur le nombre de neurones de la couche cachée.

Sinon on est d'accord sur les termes erreurs/prédictions.

Si tes classes sont équilibrées, alors tout est ok pour ton apprentissage.

Bonne continuation.

[abidineb]

Bonjour,
Merci beaucoup, mais ça manque du détail, pourquoi?
Bon courage
Cordialement

[ToTo13]

mais ça manque du détail, pourquoi?

Quels détails souhaites tu connaître ?

[abidineb]

Bonjour
Quel le lien entre notre système neuronal, et ces réseaux?
Cordialement

Bonjour
Peut être en premier lieu, ça paraitra comme une question bête, mais je veut a tous prix connaitre le lien, donc si t'as un document a me donner, ça serait vraiment un plaisir, parce maintenant je veut comprendre la racine de ce principe.
Merci
Cordialement

[ToTo13]

Bonjour,

non, je n'ai malheureusement pas les articles :-(

[abidineb]

Bonjour
Merci comme même.
Cordialement