Apprentissage profond

Objectifs

​​- Identifier une tâche particulièrement adaptée pour un réseau de neurones et/ou un réseau de neurones profond​
– Identifier et implémenter un réseau de neurones approprié pour une tâche d’apprentissage supervisé donnée (architecture, fonction de coût, méthode d’optimisation)​
– Utiliser et spécialiser un réseau de neurones pré-entraîné​

Plan

Les réseaux de neurones profonds sont au coeur d’avancées rapides en traitement d’image et de la langue depuis les années 2010. Ce cours présente ces modèles, leur fonctionnement, ainsi que comment les utiliser.

– Principe des réseaux de neurones
– Propriétés des réseaux de neurones simples
– Descente de gradient
– Réseaux de neurones profonds
– Architectures particulières : réseaux à convolution ; réseaux récurrents

Prérequis

​R, Python, modélisation statistique, apprentissage statistique, optimisation de fonctions​