Apprentissage.md

@@ -97,20 +97,20 @@ Nous pouvons donc décrire un modèle de neurone de McCulloch et Pitts ainsi :
 
 La fonction de transfert ppermet de calculer une sortie pour les entrées. On utilise usuellement la fonction *"signe"* :
 
-\[
+```math
     sgn(x) = \left\{ \begin{array}{cc} 0 \textrm{ si } x < 0 \\ 1 \textrm{ si } x \geq 0 \end{array} \right.
-\]
+```
 
 Qui nous fournit la fonction de transfert suivante, prenant en compte les entrées inhibitrices :
 
-\[
+```math
     f(x_i, h_i) = \left\{  
             \begin{array}{cc}
                 sgn\left( \sum_{i=1}^{i=n}x_i - \theta \right) \textrm{ si } \sum_{j=1}^{j=m} h_j = 0   \\
                 0 \textrm{ si } \sum_{j=1}^{j=m} h_j \neq 0
             \end{array}
         \right.
-\]
+```
 
 Ainsi, si $\sum h_j = 0$, la fonction s'active dès que la somme des $x_i$ dépasse $\theta$ :