II.4.L'apprentissage :
II.4.1.Types d'apprentissages :
L'apprentissage et l'adaptation constituent deux
caractéristiques essentielles des réseaux de neurones. Le
rôle de l'apprentissage est de définir le poids de chaque
connexion. De nombreuses règles existent pour modifier le poids des
connexions et donc pour arriver à un apprentissage correct lorsque la
phase d'apprentissage est achevée, le réseau doit etre capable de
faire les bonnes associations pour les vecteurs d'entrées qu'il n'aura
pas appris. C'est l'une des propriétés importante dans les
réseaux de neurones, car elle permet de donner la capacité de
reconnaître des formes ressemblantes et meme dégradées des
prototypes, c'est la phase de reconnaissance. Les techniques d'apprentissage
peuvent etre classées en trois catégories [2]:
Un superviseur ou professeur, fournit au réseau des
couples d'entrées-sorties. Il fait apprendre au réseau l'ensemble
de ces couples, par une méthode d'apprentissage comme la
rétro-propagation du gradient de l'erreur, en comparant pour chacun
d'entre eux la sortie effective du réseau et la sortie
désirée. L'apprentissage est terminé lorsque tous les
couples entrées-sorties sont reconnus par le réseau. Ce type
d'apprentissage se retrouve, entres autres dans le perceptron [2].
II.4.1.2. Apprentissage non supervisé :
Cet apprentissage consiste à détecter
automatiquement des régularités qui figurent dans les exemples
présentés et à modifier les poids des connexions pour que
les exemples ayant les mêmes caractéristiques de
régularité provoquent la même sortie. Les réseaux
autoorganisateurs de Kohonen sont les réseaux à apprentissage non
supervisé les plus connus [2].
II.4.1.3. Apprentissage auto-supervisé :
Le réseau de neurone évalue lui-mrme ses
performances, sans l'aide d'un «professeur ». Un objet est
présenté à l'entrée du réseau de neurones,
à qui on a indiqué la classe à laquelle appartient cet
objet. Si le réseau ne le classe pas correctement, il mesure lui-mrme
l'erreur qui le faîte, et propage cette erreur vers l'entrée. Le
réseau procède à autant d'itérations qu'il est
nécessaire jusqu'à obtenir la réponse correcte [2].
| 
