| Extrait de
l'encyclopédie libre WIKIPEDIA : sudoku |
|
| La
grille de jeu est un carré de neuf cases de
côté, subdivisé en
autant de carrés identiques, appelés
régions (voir figure). La règle du
jeu est simple : chaque ligne, colonne et
région ne doit contenir
qu'une seule fois tous les chiffres de un à neuf. Formulé
autrement,
chacun de ces ensembles doit contenir tous les chiffres de un
à neuf.
|
|
| Extrait de l'encyclopédie libre WIKIPEDIA: Réseau de neurones | |
| Un
réseau de neurones (ou Artificial
Neural Network
en anglais) est un modèle de calcul dont la conception est
très schématiquement inspirée du
fonctionnement de
vrais neurones
(humains ou non). Les réseaux de neurones sont
généralement optimisés
par des méthodes d’apprentissage de type
statistique, si bien qu’ils
sont placés d’une part dans la famille des
applications statistiques,
qu’ils enrichissent avec un ensemble de paradigmes permettant
de
générer de vastes espaces fonctionnels souples et
partiellement
structurés, et d’autre part dans la famille des
méthodes de l’intelligence artificielle
qu’ils enrichissent en permettant de prendre des
décisions s’appuyant davantage sur la perception que sur le raisonnement logique formel. Grâce à leur capacité de généralisation, les réseaux de neurones sont généralement utilisés dans des problèmes de nature statistique et perceptive, tels que la classification ou l’évaluation. La large majorité des réseaux de neurones possède un algorithme « d’entraînement » qui consiste à modifier les poids synaptiques en fonction d’un jeu de données présentées en entrée du réseau. Le but de cet entraînement est de permettre au réseau de neurones « d’apprendre » à partir des exemples. Si l’entraînement est correctement réalisé, le réseau est capable de fournir des réponses en sortie très proches des valeurs d’origines du jeu de données d’entraînement. Mais tout l’intérêt des réseaux de neurones réside dans leur capacité à généraliser à partir du jeu de test. |
|