Etudiant : LAGNAOUI SALOUA

Filière : Master Mathématiques Appliquées et Science des données (MASD)

Encadrant : Pr. MEKKOUR MOUNIR

Annèe : 2021

Résumé : Les réseaux de neurones artificiels sont des modèles mathématiques d’un réseau de neurones biologiques, ils s'appliquent dans plusieurs domaines, ils se caractérisent par leur puissance et leur diversité de types. Pour le domaine de l’analyse des images, les réseaux de neurones convolutifs donnent des meilleurs résultats pour la classification des images, le but de ce travail est de décrire la régularisation de ces modèles ainsi que leur applications à la classification des images. Pour ce faire, nous nous intéressons à écrire un modèle de réseaux de neurones convolutifs, puis nous appliquons ce modèle à des bases de données pour classer ces images, et nous régulariserons pour éviter le sur-apprentissage et pour avoir une classification plus efficace nous modifierons les hyperparamétres du modèle. Bref, l’effet de régularisation pour ce type de réseau est trés fructueux dans le domaine de la classification des images. Mots clés : Réseaux de neurone artificiels, Réseaux de neurones convolutifs, Régularisation.