Apprentissage.md

@@ -146,7 +146,7 @@ Von Neumann s'inspirera de ce modèle, et plus tard, S.C. Kleene prouvera l'équ
 
 Mais les réseaux de McCulloch et Pitts sont figés. Or une des grandes propriétés que l'on voulait obtenir au début de ce chapitre était la notion *d'apprentissage* ! Le *Perceptron* est le premier modèle opérationnel de réseau *"apprenant"*. Il est du à *F. Rosenblat*, qui cherchait à comprendre le modèle biologique.
 
-Il est très fortement inspiré de celui de McCulloch et Pitts, mais ajoute un système d'apprentissage.
+Il est très fortement inspiré de celui de McCulloch et Pitts, mais ajoute un système d'apprentissage, sous la forme d'une **matrice d'interactions**.
 
 ### Le modèle
 
@@ -171,6 +171,8 @@ dépasse un seuil $`\theta`$, $`-1`$ sinon.
 - La *matrice d'interactions* définit les coefficients de
 couplage entre les différentes unités (poids synaptiques).
 
+Par la suite, nous ne nous intéresserons qu'à la modélisation du *R-Unit*. En effet les *S-Units* et les *A-Units* représentent les entrées du système et n'évoluent pas, nous allons donc les modéliser par des vecteurs de valeurs. Il y aura autant de valeurs dans ces vecteurs que d'entrées dans le *R-Unit*.
+
 ### Processus d'apprentissage
 
 ### Exemple d'apprentissage