{"id":953,"date":"2017-05-26T09:15:03","date_gmt":"2017-05-26T09:15:03","guid":{"rendered":"http:\/\/blog.tiran.info\/?p=953"},"modified":"2017-05-26T09:15:03","modified_gmt":"2017-05-26T09:15:03","slug":"reseaux-de-neurones-avec-r-1","status":"publish","type":"post","link":"https:\/\/blog.tiran.stream\/?p=953","title":{"rendered":"R\u00e9seaux de neurones avec R (#1)"},"content":{"rendered":"

On parle beaucoup de l’utilisation des r\u00e9seaux de neurones dans des domaines vari\u00e9s (diagnostic m\u00e9dical<\/a>, analyse financi\u00e8re<\/a>, reconnaissance d’image<\/a> ou vocale<\/a> etc…). Les fondements math\u00e9matiques sont connus depuis longtemps et les premi\u00e8res mise en oeuvre comme le\u00a0perceptron<\/a> datent des ann\u00e9es 50. Ce n’est pourtant que ces derni\u00e8res ann\u00e9es que ces techniques se sont d\u00e9mocratis\u00e9es gr\u00e2ce notamment aux capacit\u00e9s de calcul des processeurs actuels et \u00e0 la profusion des donn\u00e9es disponibles (n\u00e9cessaires \u00e0 leur entrainement).<\/p>\n

On trouve sur internet d’innombrables sources d’information sur les ANN (Artificial Neural Network)<\/a>. Une bonne introduction se trouve sur Wikiversit\u00e9<\/a>.<\/p>\n

Dans les grandes lignes, un ANN est constitu\u00e9 d’une succession de couches de neurones<\/a> interconnect\u00e9s. Chaque interconnexion est caract\u00e9ris\u00e9e par un poids synaptique<\/a>, et chaque neurone met en oeuvre une fonction d’activation<\/a>.<\/p>\n

La phase d’apprentissage consiste dans l’ajustement progressif des poids synaptique en utilisant un algorithme de r\u00e9tropropagation (back-propagation) du gradient<\/a>.<\/p>\n

La structure du r\u00e9seau (nombre de couches, nombre de neurones et fonctions d’activation) est en revanche fix\u00e9e \u00e0 priori.<\/p>\n

Ici, je me suis int\u00e9ress\u00e9 \u00e0 l’impl\u00e9mentation des ANN avec R. Pour cela, j’ai utilis\u00e9 des donn\u00e9es mises \u00e0 disposition sur le site de l’UCI<\/a>\u00a0et relatives au diagnostic du cancer du sein pour une cohorte du Wisconsin.<\/p>\n

Plusieurs jeux de donn\u00e9es sont disponibles, je me suis initialement int\u00e9ress\u00e9 au dataset\u00a0breast-cancer-wisconsin.data<\/a>\u00a0dont le format est d\u00e9taill\u00e9 ici:\u00a0breast-cancer-wisconsin.names<\/a>.<\/p>\n

Celui-ci contient 699 instances. 9 attributs num\u00e9riques sont exploitables. 2\/3 des enregistrements correspondent \u00e0 des tumeurs b\u00e9gnines, 1\/3 a des tumeurs malignes.<\/p>\n

\u00a0\n> breastcancer <- read.csv(url("https:\/\/archive.ics.uci.edu\/ml\/machine-learning-databases\/breast-cancer-wisconsin\/breast-cancer-wisconsin.data"), header=FALSE)\n> summary(breastcancer)\n       V1                 V2               V3               V4               V5               V6               V7            V8               V9        \n Min.   :   61634   Min.   : 1.000   Min.   : 1.000   Min.   : 1.000   Min.   : 1.000   Min.   : 1.000   1      :402   Min.   : 1.000   Min.   : 1.000  \n 1st Qu.:  870688   1st Qu.: 2.000   1st Qu.: 1.000   1st Qu.: 1.000   1st Qu.: 1.000   1st Qu.: 2.000   10     :132   1st Qu.: 2.000   1st Qu.: 1.000  \n Median : 1171710   Median : 4.000   Median : 1.000   Median : 1.000   Median : 1.000   Median : 2.000   2      : 30   Median : 3.000   Median : 1.000  \n Mean   : 1071704   Mean   : 4.418   Mean   : 3.134   Mean   : 3.207   Mean   : 2.807   Mean   : 3.216   5      : 30   Mean   : 3.438   Mean   : 2.867  \n 3rd Qu.: 1238298   3rd Qu.: 6.000   3rd Qu.: 5.000   3rd Qu.: 5.000   3rd Qu.: 4.000   3rd Qu.: 4.000   3      : 28   3rd Qu.: 5.000   3rd Qu.: 4.000  \n Max.   :13454352   Max.   :10.000   Max.   :10.000   Max.   :10.000   Max.   :10.000   Max.   :10.000   8      : 21   Max.   :10.000   Max.   :10.000  \n                                                                                                         (Other): 56                                    \n      V10              V11      \n Min.   : 1.000   Min.   :2.00  \n 1st Qu.: 1.000   1st Qu.:2.00  \n Median : 1.000   Median :2.00  \n Mean   : 1.589   Mean   :2.69  \n 3rd Qu.: 1.000   3rd Qu.:4.00  \n Max.   :10.000   Max.   :4.00  \n                                \n> \n<\/pre>\n
On op\u00e8re quelques ajustements sur le dataset :<\/p>\n