Comprendre les Réseaux de Neurones
Parcours pédagogique pour un programmeur Python francophone
La règle d'or de ce cours
Ne JAMAIS regarder la réponse avant d'avoir essayé.
Ce cours est conçu pour être suivi seul, sans professeur. Chaque exercice contient trois temps :
- Une carte « À toi de jouer » - ton travail, le minimum d'explication et une question précise.
- Un indice (« Besoin d'un indice ? ») - à dérouler seulement si tu es bloqué.
- La réponse (« Voir la réponse ») - à ne regarder qu'APRÈS avoir essayé.
C'est en te trompant que tu apprends. La réponse cachée est là pour confirmer, pas pour te souffler.
Conseil pratique
Ouvre un fichier Python (mon_neurone.py) et garde-le à côté de ce cours. Teste chaque morceau de code. Change les nombres. Casse les choses. C'est comme ça qu'on apprend.
Temps total estimé : 2 à 3 semaines, à raison d'environ 1 heure par jour. Coche chaque phase quand tu l'as terminée - ta progression est enregistrée dans ce navigateur.
« Si la théorie devient floue, retourne au code. Si le code devient opaque, retourne aux données. Si les données sont ennuyeuses, invente un jeu. »
Le parcours, phase par phase
- 🎲 Phase 0 · 30-60 min · aucun code Le jeu des fleurs Comprendre intuitivement ce qu'est un classificateur, avant d'écrire une seule ligne de code. Juste du papier, un crayon, et un tableau de fleurs. ✓
- 📊 Phase 1 · 1 jour Manipuler les données Charger et visualiser 150 fleurs avec pandas et matplotlib. Retrouver, à l'écran, les groupes que tu as devinés à la main. ✓
- 🎛️ Phase 2 · 1 jour Le neurone - réglage manuel Un neurone est une fonction mathématique simple. Tu vas choisir ses poids toi-même et les régler à la main pour réduire l'erreur. ✓
- 🔗 Phase 2.5 · 2 jours Le réseau à la main Un réseau, c'est juste plusieurs neurones reliés. Tu vas calculer une prédiction complète à la main, neurone par neurone, avant de toucher à NumPy. ✓
- 📈 Phase 3 · 2-3 jours NumPy - voir l'apprentissage Le même réseau, mais NumPy fait les calculs et la boucle apprend seule. On imprime les poids toutes les 500 époques pour VOIR l'apprentissage arriver. ✓
- 💡 Phase 3.5 · 1 jour L'exercice XOR - le moment « Aha ! » Le problème qu'UN SEUL neurone ne peut PAS résoudre. C'est ici qu'on comprend enfin à quoi sert une couche cachée. ✓
- 🖼️ Phase 4 · 2-3 jours CNN - comprendre les images Un filtre à la main d'abord, pour voir un détecteur de bords fonctionner. Ensuite, un vrai CNN sur les chiffres manuscrits MNIST. ✓
- 🎚️ Phase 5 · 1 jour Hyperparamètres et rétropropagation La rétropropagation expliquée en français, sans formule d'abord. Puis pourquoi on multiplie l'erreur par la dérivée de la sigmoïde. ✓
- 🔥 Phase 6 · 3-5 jours PyTorch - le framework pro Le même réseau qu'en Phase 3, écrit en PyTorch. Même recette : il automatise juste les étapes répétitives que tu connais déjà. ✓
- 🗣️ Phase 7 · 2-3 jours Les LLM - deviner le mot suivant Un LLM ne « comprend » pas : c'est un très grand réseau entraîné sur une seule tâche - prédire le mot suivant. La température règle sa prise de risque. ✓
- 📬 Projet final · 1 semaine Projet final - détecteur de spam Construire un réseau complet, seul, avec quelque chose que tu connais : les emails. Ton dataset, tes caractéristiques, ton réseau - en une cinquantaine de lignes. ✓