Perceptron Simple
Classification binaire linéaire
Enonce
Implémenter le perceptron from scratch. Tester sur des données linéairement séparables (2D). Afficher le nombre d'erreurs par époque.
Signature attendue
def perceptron(X, y, lr: float, epochs: int) -> tuple:📖 Rappel de cours
Le perceptron est le plus simple des neurones artificiels. Il apprend une frontière linéaire pour séparer deux classes.
Modèle :
$\hat{y} = \text{signe}(w \cdot x + b)$
Règle de mise à jour (si erreur) :
$w \leftarrow w + \eta \cdot y_i \cdot x_i, \quad b \leftarrow b + \eta \cdot y_i$
Converge si et seulement si les données sont linéairement séparables. Labels : $y \in \{-1, +1\}$.
← Exercices d'IA et d'apprentissage automatique en Python — CPGE
Exercices du meme theme
- K Plus Proches Voisins
- K-Means Clustering
- Régression Linéaire
- Descente de Gradient
- Matrice de Confusion et Métriques
- Validation Croisée k-fold
La correction commentee, les indices progressifs, l'execution du code dans le navigateur et la verification par l'IA sont reserves aux abonnes.