FORMATIONS |
Fiche détaillée d'un cours
Niveau | Année de formation | Période | Langue d'enseignement |
---|---|---|---|
S4 | FrFrançais |
Professeur(s) responsable(s) | CHARLES YAACOUB |
---|---|
Intervenant(s) | Pas d'autre intervenant |
- Ce cours apparaît dans les formations suivantes :
- Ecole Du Numérique (EDN) - Master 2 Data & Intelligence Artificielle - S4 - 4 ECTS
Pré requis
Connaissance du langage python et connaissances mathématiques (algèbre)
Objectifs du cours
- Savoir expliquer la méthode d’apprentissage d’un réseau de neurone
- Savoir mettre en œuvre un réseau de neurone à l’aide de Pytorch
- Connaitre les concepts mathématiques d’apprentissage d’un réseau de neurones
Contenu du cours
- Rappel Python, Jupyter Notebook, Google Colab
- Introduction aux réseaux de neurones
- Perceptron et réseaux MLP
- Classification vs Regression
- Propagation-avant (feedforward)
- Application (perceptron)
- Descente du gradient
- Calcul d’erreur
- Optimisation par descente du gradient
- Rétropropagation (backpropagation)
- Application (développer un réseau de neurones de zéro)
- Entrainement et optimisation d’un réseau neuronal
- Underfitting vs Overfitting
- Taux d’apprentissage (learning rate)
- Régularisation
- Dropout
- Problème de la disparition du gradient (vanishing gradient)
- Fonctions d’activation
- Momentum
- Apprentissage par lots (batches)
- Introduction à Pytorch
- Réseaux convolutifs CNN
- Images et MLP
- Filtrage d’image et convolution
- Pooling
- Architecture CNN et Application (Implanter un CNN avec Pytorch)
- Apprentissage par transfert (transfer learning)
- Autoencodeurs
- Ouverture vers notions plus avancées
- Notion sur les réseaux récurrents (RNN, LSTM)
- Notion sur les réseaux génératifs (GAN)
Modalités d'enseignement
Organisation du cours
cours de 32h
Méthodes pédagogiques
Évaluation
Contrôle continu : coeff. 1
Bibliographie
“Deep Learning”, Ian Goodfellow et al., MIT Press, 2016||
NVIDIA Deep Learning Institute - Educator Resources
* Informations non contractuelles et pouvant être soumises à modification