Apprentissage profond

Description du cours

Ce cours complet sur le Deep Learning vous permettra d’acquérir une compréhension approfondie des concepts fondamentaux et des architectures classiques utilisées en apprentissage profond. Cette technologie est à l’origine de nombreuses avancées majeures en IA et nous étudierons les éléments clés pour en comprendre les rouages. Le programme du cours couvre les bases des réseaux de neurones, les méthodes d’optimisation essentielles pour l’entraı̂nement des modèles, ainsi qu’une présentation des réseaux de neurones convolutifs (CNN) et des architectures classiques en vision par ordinateur. Vous étudierez également les réseaux récurrents (RNN) et les transformers utilisés dans de multiples contextes, notamment pour le traitement du langage naturel avec les modèles GPT, BERT, etc. Ce cours ne se limite pas à l’aspect théorique. Des cours et travaux pratiques vous permettront de mettre en oeuvre vos connaissances en utilisant les bibliothèques PyTorch et PyTorch Lightning. Ces outils vous donneront la capacité de concevoir, d’entraı̂ner et de déployer vos propres modèles de Deep Learning de manière efficace. Ce cours s’adresse aux étudiants en informatique souhaitant approfondir leurs connaissances en IA et plus particulièrement en apprentissage statistique à travers l’étude des réseaux de neurones. Il vous fournira les compétences et les connaissances théoriques et pratiques pour mettre en oeuvre des systèmes d’IA modernes reposant sur le Deep Learning, un secteur en plein essor dont les compétences sont recherchées.