Réseau de neurones convolutif (Classification)

Un réseau de neurones convolutif (CNN) est un modèle d'apprentissage profond, établi par LeCun et ses collègues en 1998, qui apprend des motifs locaux directement à partir d'images et de données structurées pour les classifier. Des piles de filtres convolutifs découvrent des caractéristiques de plus en plus abstraites, ce qui permet de réduire considérablement l'ingénierie manuelle des caractéristiques.