Les algorithmes classiques – régression linéaire, SVM, boosting – fonctionnent bien sur les données tabulaires. Mais une image 224 × 224 représente 150 000 fonctionnalités. Un mot dans un texte est un vecteur comportant des milliers de dimensions. Les réseaux de neurones profonds ont été construits pour de tels problèmes : des fonctions hiérarchiques qui apprennent les bonnes fonctionnalités. Ce chapitre est construit autour de PyTorch — du perceptron aux optimiseurs modernes. Chaque leçon est un élément fondamental.