Les récents développements dans les apporches du réseau neuronal (plus connu sous le nom de "apprentissage profond") ont considérablement changé le paysage de plusieurs domaines de recherche tels que la classification d'images, la détection d'objets, la reconnaissance vocale, les voitures autonomes et bien plus. En raison de sa promesse d'exploiter de grandes (et parfois petites) quantités de données de bout en bout, c'est-à-dire former un modèle pour qu'il puisse extraire lui-même des caractéristiques et apprendre à partir de celles-ci, l'apprentissage profond est de plus en plus populaire auprès d'autres secteurs d'activité : médecine, analyse des séries temporelles, biologie, simulation...
Ce cours est une étude approfondie des détails pratiques des architectures d'apprentissage profond, dans lesquelles nous essayons d'expliquer l'apprentissage profond et de vous inciter à l'utiliser dans votre propre domaine d'intérêt. Pendant ce cours vous permetrta de mieux comprendre les bases de l'apprentissage profond et serez familiarisé avec ses applications. Nous vous montrerons comment configurer, entraîner, déboguer et visualiser votre propre réseau neuronal. Nous fournirons également des astuces d'ingénierie pratique pour entraîner ou adapter les réseaux neuronaux à de nouvelles tâches.
- Responsable: Bianchi Pascal
- Responsable: Lelarge Marc
- Responsable: Robin David
- Responsable: Scaman Kevin