Les réseaux neuronaux artificiels ou ANN sont une technique d'intelligence artificielle conçue informatiquement pour imiter le fonctionnement du cerveau humain. Il est composé de couches de neurones artificiels. Un réseau neuronal prendra des entrées et, en fonction des valeurs, produira une prédiction. Cette prédiction peut être une classification, une identification ou une régression.
Les réseaux neuronaux artificiels sont des modèles d'apprentissage automatique initialement inventés comme un modèle simplifié des processus d'apprentissage dans le cerveau biologique. Mathématiquement, un neurone artificiel n'est pas très différent du modèle de régression logistique. Il possède une entrée x, des poids entraînables w et un biais b. En plus de la fonction sigmoïde, toute autre fonction d'activation peut être utilisée.
Les réseaux neuronaux profonds sont parmi les exemples les plus impressionnants de l'IA et du machine learning. Ils sont plus précis et polyvalents que toute autre méthode, mais sont parmi les plus coûteux et complexes à implémenter. Il faut souvent un temps considérable et des ressources pour construire et déployer ces modèles.
