🔄 Autoencodeurs 🔄

Ce cours aborde la notion d’entraînement non supervisé en présentant les différences entre supervisé et non supervisé. L’exemple de l’autoencodeur est ensuite abordé ainsi que son application pour la détection d’anomalies non supervisée. Pour finir, un notebook montre le potentiel de l’autoencodeur pour le problème du “denoising”.

Notebook 1️⃣ : Intuition et premier AE

Ce notebook introduit les concepts d’entrainement supervisé et non supervisé puis présente l’achitecture autoencodeur. Enfin, une implémentation d’un autoencodeur est proposée pour la détection d’anomalies.

Notebook 2️⃣ : Denoising AE

Ce notebook présente le problème de denoising et propose une implémentation d’un denoising autoencodeur.