Super vidéo ! Comme d'habitude! Merci encore de continuer cette merveilleuse série!

Le bonbon, la récompense du dimanche matin ! Quel plaisir. Merci Maestro.

j'ai découvert votre chaîne lors de la préparation de mon PFE qui consistait à travailler avec l'apprentissage automatique .. cela m'a beaucoup aidé. Grand merci a toi Mr Giullaume 💯💯👊👊

Bonjour monsieur, merci à tous pour les cours qui sont d'un excellent niveau. Grâce à vous, j'ai pu comprendre le machine learning et pour vos merveilleuses manières, à vous suivre depuis l'Algérie 👍

Une oeuvre d'art !!! Merci encore !!!

Merci beaucoup ! Je comprend et j'ai bien suivit les enchainements, mais je pense pas que je serais capable de le ressortir tout seul en entier, encore du boulot de mon côté ! Merci pour les explications en tt cas, c'est encore du super travail !

Merci pour la video

Merci pour ce cadeau. You are the best

ENORME ! BRAVO !!

Super vidéo

Merci pour cette vidéo professeur

merci beucoup :)

Tellement passionnant 🤖🤓

ah cool :) aujourd'hui c'est mon anniversaire :D merci pour ce cadeau :D

Merci beaucoup pour cette série . Toujours qualitatif maestro !

Thank you very much dear !!! 💯💯💯💯Remarquable comme toujours. J'avais fait les calculs et je croyais que je m'étais trompé lorsque j'ai trouvé une dimension n[2]xm pour le gradient par rapport à b[2] 😆. Mais enfait c'est tout a fait logique 👍.

Merci

Belle surprise. J ''etais noyé dans un Exercice DL qui refuse de bien se tenir . Grand merci pour ce beau cadeau de Valentine day. (BTW, vos cours sont meilleurs que ceux de la Sorbonne, )

toujours aussi heureux je revoir Guillaume , toujours aussi excellent comme d'ab merci encore mon Amie , Meilleur tu es !

Merci bcp pour vos efforts,vraiment c'est magnifique. Pouvez vous nous faire une video sur les réseaux de neurones recurrent(modele de NARX)? s'il vous plaît.

Merci beaucoup Monsieur pour cette formation de très bonne qualité ! J'ai une question svp, je n'ai pas bien compris les parties où on remplace les produits normaux par des produits matriciels avec transposée ? Et parfois on ne fait pas ce remplacement ? Est-ce que c'est à cause de la somme ? Merci d'avance !

Merci beaucoup Monsieur. S'il vous plaît j'ai une question qui sort un peut du sujet de la vidéo. Où puis-je trouver des statistiques fiables sur les performances du ML et DL sur les différents domaines. Par exemples on entend partout que le Computer Vision a arrivé à de très bonnes performances en IA mais c'est quoi les autres domaines ? et c'est combien ces performances ? En vous remerciant.

Bon soir merci beaucoup

Saluuut ! Tout d'abord trèss bonnes vidéos comme d'hab je kiff :))) Juste petit blocage sur celle ci, les calculs sont un peu bidouillés je trouve :pp Par exemple à 21:22 où même sur le développements de dL/dW en produit de dL/dA * dA/dZ ... Voila c'est tout merci encore pour la série elle est incroyable :DD

merci

The best.

Instructif

Salut Guillaume, merci pour ta vidéo, comme toujours c'est excellent! Petite question, (je ne suis pas certain que ça sera très clair) sais tu s'il y a des règles générales qui permettent de bien formuler les dérivées partielles dans des équations vectorisées ? C'est à dire qui nous permettent de savoir de base où seront les transposées, produits matriciels, etc? Je t'en remercie par avance.

Bonjour, d'abord merci pour tout le savoir et le savoir faire que tu as partagé :), j'ai une petite question concernant la modification des paramètres (W,b), dans le cas ou on a dz1=w2*dz2* da1 il faut prendre l'ancien w2 ou le nouveau w2 modifié par la derivee de la 2 eme couche? Merci d'avance

Bonsoir , pouvez vous programmer une petite vidéo expliquant l'utilisation de hadoop ;) merci

merci bcq Guillaume pour ces tous ces contenus très intéressant. J'aimerai savoir quel logiciel tu utilises pour écrire et le nom de ton microphone.

Bonjour ! Déjà merci beaucoup pour les différentes vidéos (que ce soit sur le machine learning ou sur le deep learning). Je trouve que vous avez une façon très pédagogique et très claire d'expliquer les choses, en tout cas je n'ai pas eu de soucis à comprendre jusqu'ici. J'ai cependant eu un peu plus de mal dans cette vidéo où on "changeait" les calculs pour que les dimensions des matrices soient les bonnes. Autant dans les vidéos 3 et 4 comme c'était bien détaillé j'avais très bien compris, autant ici j'ai eu un peu plus de difficulté. J'ai pu voir les autres commentaires où vous dites que vous allez sortir un livre sur le Deep Learning bientôt qui expliquera mieux en détail cette partie, je l'attends avec impatience! ^^ Avez-vous une date en tête (approximativement parlant) ? En attendant, je vous remercie pour vos explications et votre travail ! :)

Bonjour, je viens de découvrir votre chaîne tant attendue. Je vous félicite pour ce travail crucial. Je suis partant pour la formation, je veux savoir quel laguage de programmation qu'on va utiliser pour les projets à venir. Merci

Merci énormément ! je comprend bien tes cours sur python mais je du mal à comprendre la équations Mathématique parce que je suis littéraire. Si possible sa sera bien de faire un tutoriel sur la de rappel sur la mathématique.

merci vous allez faciliter mon PhD

Merci beaucoup M. Guillaume pour vos vidéos. Dans cette vidéo, exactement en 20:38 vous avez remplacé le A par le transposé de A. Mathématiquement parlant, est ce qu'il est logique de faire parachuter ce remplacement (malgré qu'il n'est pas issu d'un calcule) ? Merci pour votre retour en avance :)

Super explication, surtout avec l'utilisation d'animation très très étudié, vraiment chapeau...

Hello, j'ai du loupé quelque chose mais je ne comprends pas pourquoi la dimension de W2 est egale a n1,n2. Cela induirait que W2 possede aussi les poids de la premiere couche ? Merci d'avance, et merci encore pour tout le travail immense. EDIT: Je pense avoir saisi, car si la couche 2 a plusieurs neuronnes alors W2 a bien le nombre de neuronne de la couche 1 en colonne et le nombre de neuronne de la couche deux en ligne

Merci bcp, formation très intéressante. Pouvez vous svp me dire l'outil que vous utiliser pour faire les présentations (dans vos vidéos précédents)

Bonjour, je vous remercie d’abord pour toutes ces informations incroyablement intéressantes que vous offrez sur votre chaîne. Ma question : est ce que rien qu’avec une certification coursera par exemple en Data science je pourrais avoir un travail en data science? Sachant que mon domaine de base na rien à avoir avec la data science!? Merci 🙏

ce gars est un génie je ne suis pas un grand lecteur de livres mais vu ta manière d'expliquer si tu sors un livre je vais quand meme achéter

Salut, superbe vidéo encore niveau qualité, présentation et explication. Mais j'avoue je suis un peu dégoûté, car j'ai vraiment pris le temps de faire bien et rigoureusement tous les calculs avant de suivre cette vidéo. Je ne comprenais pas trop que cette vidéo ne dure que 31 minutes, au vu du temps que j'ai consacré à faire les calculs. Je pense qu'on serait d'accord pour dire que les calculs de dérivées ne sont pas très rigoureuses, on a vraiment l'impression qu'on fait des opérations pour que les trucs marchent (les transposées, le fait d'alterner produit matriciel et produit vectorisé, etc.), mais voilà j'imagine que tu sais où tu vas et que tu fais les calculs en conséquences. Mais j'adore quand même la vidéo car je pense que tu as essayé de présenter de la manière la plus simple possible ces résultats pour faciliter la compréhension de ceux qui regardent, car je pense que si tu devais prendre le temps de faire les choses rigoureusement et dans les détails, la vidéo durerait peut-être le triple du temps que ça a duré, voire plus. En vrai, c'est plus du travail d'informaticien, que de mathématicien, et j'adore parce qu'au final c'est rapide et ça marche, et c'est vraiment propre au deep learning. Ce sont des modèles très complexes, on ne cherche pas vraiment à comprendre dans les détails le comportement des différents paramètres, on ne fait pas de l'apprentissage statistique, mais plutôt de l'apprentissage machine, on s'intéresse plus au score de prédiction. Au final, quand je confronte avec mes résultats, j'ai les mêmes formules, ça me fait plaisir, je suis content. En plus, grâce à toi, j'ai une manière plus rapide de les avoir, maintenant je n'ai pas peur de rajouter autant de couches que je veux, la backward sera rapide. Je suis plus mathématicien qu'informaticien, donc j'ai du mal à écrire certaines choses (dériver par rapport à des matrices comme ça, c'est quelque chose qui me choque un peu), mais voilà il faut faire un compromis entre rigueur et temps de calcul, surtout en deep learning. D'ailleurs tiens, ça me rappelle certains modèles de régression pénalisée où il faut calibrer un paramètre pour faire un compromis entre biais et variance, calibrage que l'on façon souvent de façon empirique en commençant par utiliser son instinct, l'optimisation théorique et rigoureuse n'étant toujours pas possible. Oh la la j'ai écrit un discours, mais bon voilà quoi, j'adore le machine learning ! et j'adore cette série sur le deep learning, franchement !! Bon courage et bonne continuation Guillaume, hâte de voir les prochaines vidéos !!

Merci pour le contenu. Si vous pouvez nous faire une petite démo d'une approche Hybride ( ANFIS, ou du K-means couplé au MLP)...

MERCI Mr Guillaume pour ce travail exceptionnel. J'avais essayé de programmer ce réseau de neurone sur jupyter mais j'avais eu des erreurs de dimension ; c'est clair maintenant. Je vais essayer d'arranger à nouveau mon code. JE VOUS REMERCIE

Super vidéo, étant développeur d'application j'ai toujours voulu m'initier au maching learning et au deep Learning

Bonjour, merci pour cette explication très détaillée des formules. On ne voit pas très bien les formules en bleu foncé, mais sinon c'est très bien. Avez-vous fait une vidéo avec l'explication de la rétropropagation du gradient sans formules, de la façon, dont c'était fait pour la propagation du gradient, avec une analogie de montagne ?

Pour le calcul des gradients, comment justifier qu'en remplaçant parfois des matrices par leurs transposées et en utilisant parfois le produit du tableau et non le produit matriciel pour que les dimensions coïncident le gradient ne change pas ? Merci

Bonjour Guillaume, J'ai une petite question à propos de cette vidéo. ;-) Lors du calcul de la dérivée partielle W[2], tu fais la transposée de la matrice A[1] et tu laisses cette matrice à droite de dZ2. Lors du calcul de dZ1, tu fais la transposée de la matrice W[2] que tu permutes avec dZ2 (donc W[2] se retrouve à gauche de dZ2). Ce que je ne comprends pas, c'est qu'il n'y a pas eu de permutation de la matrice A[1] lors du calcul de la dérivée partielle W[2]. Idem pour le calcul de la dérivée W[1] ou tu ne fais pas de permutation de X avec dZ1 lorsque tu fais la transposée de X. Merci pour tes éclaircissements. A bientôt. ;-)

Bonjour, tout d'abord, merci encore une fois de nous partager cette formation ! J'ai une question pas trop en rapport avec la vidéo mais sur les études en informatique. Recommanderiez-vous des écoles d'ingénieurs privées comme Epita ou d'autres ? Je suis actuellement à la fac mais j'ai vu que les diplômes d'ingénieurs valaient plus et me pose la question de s'il serait intéressant d'aller en école d'ingénieur après ma L2 ou L3. Un ami en prépa me conseille de me préparer à fond pour essayer d'entrer dans une grande école mais le nombre de places étant extrêmement faible et la concurrence rude, ces écoles privées semblent être un intermédiaire, malheureusement je ne connais pas vraiment cet univers d'écoles privées et ai peur de perdre pas mal d'argent vu le prix de ces écoles. Auriez-vous quelques conseils ?

Bonsoir Guillaume, très belle vidéo comme toujours 😀. J'ai une question ( le fait d'effectuer un transposition pour obtenir le résultat que tu veux ou de retirer la somme et la remettre quand tu veux n'est pas un problème, parce que pour moi c'est comme si on forçait le résultat 😅)

Bonjour , d'abord je vous remercie pour l'effort et le savoir partager dans cette formation fabuleuse. j'ai un peu de soucis de compréhension de la partie de forward propagation , ma question est la suivante : est ce que chaque neurone recoit tous les valeurs de dataset? Si oui quelle sera l'effet sur les paramètres w?

Bonjour, Petite question générale sur le coût log loss: Pour le moment on est sur une fonction sigmoid, type 1/(1+e**-x) Qu'en serait il de la fonction ReLU, type max(0, X). Qu'en pensez-vous ? J'ai pu lire qu'elle donnait de meilleurs résultats en réduisant l'effet d'estompage du gradient, lors de la rétropropagation de couche en couche.

Bonjour,. Juste une petite remarque sur ton excellent travail. A 18:30, tu derive un produit matriciel (A*X) comme un produit dans R( a*x). Il me semble que la formule pour deriver ce genre de produit est un peu different. Ceci peut expiquer pourquoi, tu change un matrice par sa transposée pour retomber sur le bon résultat ( ce qui n'est pas tres mathematique :)

Bonjour, super vidéo. À plusieurs moments dans la vidéo tu changes l'ordre des termes et tu fais des transposition. J'ai du mal à comprendre comment ces changements ne modifie pas le sens des formules. Sinon tout est très clair et merci du travail qualitatif que tu fournis.

👏👏❤❤🙏🙏🙏🙏

Bonjour! super vidéo comme d'habitude, mais j'ai une petite question: je ne comprends pas pourquoi on a fait disparaitre la somme allant de i=1 jusqu'à m de la formule de dZ2. On a gardé le 1/m en le rajoutant à chaque fois derrière dZ2, mais on n'a jamais fait réapparaitre cette somme, au contraire on l'a remplacée par la somme sur l'axe 1 mais uniquement à quelques endroits. Qu'en est-il de la somme qu'on avait au départ? Faudra-t-il l'ignorer aussi lorsqu'on mettra ces calculs sous forme de code?

Quoi de mieux pour terminer dimanche 😊

20:30 Aucun doute que faire "s'envoler les m" (cui, cui, cui... flap, flap, flap...) s'avère bien pratique. Néanmoins, pourrait-on expliciter la validité de ce remplacement d'un produit direct par un produit matriciel avec une transposée ? Qu'est-ce que ça représente en terme de dérivée ? J'essaye de me le représenter en termes plus géométriques mais ça ne me semble pas couler de source.

Bonjour je n’arrive pas a bien comprendre pourquoi on derive z1 et z2 par rapport a W normalelent on est censé derive z1 par rapport a x et z2 par rapport a A1 non ?

Salut, il n'y a pas d'histoire de broadcasting de y dans le calcul de dZ2 car la sortie d'un réseau de neurones doit toujours avoir la même dimension que la target.. ce qui est la cas également ici car n2 vaut 1, et non pas 3 comme tu le dis pour justifier le broadcasting de y. Merci pour tes vidéos ça doit te prendre beaucoup de temps de preparer tout ça :)

Bonjour Guillaume. Merci pour ces vidéos. Vous parlez d'un livre sur le deep learning. Est-ce que c'est toujours d'actualité ou bien vous avez abandonné le projet ?

Merci pour cette vidéo Guillaume. Tu restes toujours le meilleur. Je voudrais demander s'il est possible de faire sortir aussi des formules générales en utilisant RMSE et MSE comme fonctions coûts. Qu'est-ce qui est plus performant entre Log_loss et RMSE/MSE en terme de cost function?

✔✔

Ça devient compliqué mais les explications sont irréprochables. Pédagogie +++. Merci pour cette série

Hello Guillaume, Désolé c'est le jour des questions : je dois être fatigué aujourd'hui. ;-) J'aimerai juste comprendre pourquoi le -1/m (négatif) devient 1/m (positif) dans les résultats. Merci pour ta réponse.

Salam pouvez vous m'aider pour faire scraping avec beautifulsoup

quand va être sortir la 9 éme vidéo s'il vous plait ???

mon souhait, est que mon fils devient un jour comme vous :) pour moi c'est trop tard. ...

Je n'est pas compris pourquoi vous avez éliminer la somme au niveau dz2 et dz1, Si tu peux me donner un exemple concret svp :D

Vraiment merci beaucoup Guillaume pour tes vidéos qui nous aident énormement dans ce domaine! Au je suis sur mon PFE qui consiste à développer une application: 1. authentification faciale, 2. catégoriser les produits à travers l’image et leurs caractéristiques c’est- à-dire sa taille, sa couleur, modèle, …. Je sollicite votre aide pour savoir comment pourrais-je procéder pour l'authentification faciales c'est à dire quel package utilisé ou est mieux adapté à ce cas d'utilisation. Merci.

Je veux vous contacter Pouvez vous me donner un outil pour vous contacter et merci monsieur.

J’ai bcp de mal à comprendre ce que contient la matrice de la dérivé de z2 par rapport à a1 précisément. Sachant que z2 n’est qu’une somme pondéré par différentes entrée et poids.

Petit message pour les gens de l'espace commentaire : il (Mr Guillaume, si c'est bien son nom) lit les commentaires pour y répondre, donc je pense que c'est une bonne idée de ne pas commenter inutilement la vidéo afin d'alléger son travail.

Je suis un peu perdu quand tu passe d'un produit "normal" entre deux matrice à un produit matriciel juste pour faire correspondre les dimensions, j'ai compris que la somme était retirée puis implicitement remise lors du passage au produit matriciel mais l'explication que tu nous donne semble incohérente. En plus, les étapes intermédiaires paraissent fausses pour moi, lors de la conversion de dz2 dans le calcul de dz1 tu passe en produit matriciel donc la somme et rajoutée, mais après lors de l'utilisation de dz1 dans le calcul des gradiants un nouveau produit matriciel est introduit donc une nouvelle somme et je ne comprends pas d'où tout ca sort.

16:41 Cette histoire d'"extraire" la somme puis de la "réinjecter", c'est quand même un peu fumeux d'un point de vue explicatif, non ? (même si valide en pratique). En privé, je me permet d'expliquer ça avec: - Une équation entre une somme de dérivées et une dérivée de somme. - La distributivité du produit sur l'addition ... et espère ne pas me fourvoyer tout en regrettant une explication vraiment mathématique.

Salut ! J’avoue que je suis perdu dans ce que tu fais sur plusieurs truc 😵‍💫 Déjà, j’avais fais l’exo et j’avais trouvé la même chose que toi sur dZ2 (sauf que j’ai pas retiré la somme) donc je comprend pas pourquoi tu la retire, on a le droit de faire ça ? Mathématiquement c’est plus bon, si ? Ensuite, j’ai du mal avec la distinction de somme et de produit matricielle ou terme à terme ; on a pas le droit de faire un produit « terme à terme » sur des matrices, si ? Si tu as des liens pour ça, je suis preneur De même tu rajoute des transposé sur les valeurs pour faire correspondre aux dimensions mais il me semblais qu’on avait pas le droit d’ajouter des opérations comme ça, ça change les calculs 😵‍💫😵‍💫 Idem, pour dZ1, tu change l’ordre entre W2 et dZ2, or le produit matricielle n’est pas commutatif, pourquoi ça marche ? Désolé de te bombarder de question comme ça, mais je suis largué sur tout ça. Je me doute que ce n’est pas juste une question de rigueur puisqu’autrement les dimensions ne correspondent pas mais là j’ai l’impression que c’est des changements un peu sortis de nulle part. A part ça, merci beaucoup pour cette vidéo, toujours autant de qualité 👍

Bravo pour ces cours et tout le travail que cela représente ! Ils sont très bien faits, vous êtes fort sympathique et très pédagogue ! Si l'on pouvait noter sur 20, je vous donnerais 18 ou 19. Malheureusement, dans cette vidéo n° 8, j'ai trouvé vos développements mathématiques un peu bricolés avec un manifeste manque de formalisme : mélange entre les types de produits, des sommes qui disparaissent, des transpositions miraculeuses, bref, sans vouloir pinailler, je n'ai pas retrouvé de rigueur mathématique... Ne pouvant vous donner 18 ou 19/20, j'ai été obligé de mettre un pouce vers le bas pour attirer votre attention !

Alors autant je comprends pourquoi tu transposes les matrices, autant je trouve ca un peu bizarre et incongru de "retirer", puis "remettre" tranquillement la somme la ou tu le veux... et je découvre aussi que maintenant on peut faire le produit matriciel ou une simple multiplication terme par terme, comme ca nous arrange selon le cas... J'avoue que tu m'as perdu sur cette vidéo :/ De base j'avais carrément développé les expressions et j'étais parti loin ! genre j'avais des matrices inverses et tout. En soi j'ai eu juste sur la première et je comprends aussi pourquoi W2 et A1 apparaissent, mais pour le reste je suis largué