Guide Master Informatique
M1 - Semestre 2 · Avancé
Apprentissage profond
- Code UE
- SMINF2E3
- ECTS
- 3 ECTS
- Volume horaire
- 20h CM - 10h TP
- Responsable(s)
- Parcours
- Algorithmiques et Systèmes Intelligents, IA Sciences des Données et Santé, IA et Facteurs Humains
- Type de carte
- UE de la carte informatique
- Prérequis
- Non renseigné
Description du cours
Objectif : comprendre les concepts fondamentaux et les architectures classiques de l'apprentissage profond.
Réseaux de neurones
- Fondamentaux des réseaux de neurones
- Méthodes d'optimisation et entraînement des modèles
Architectures de Deep Learning
- Réseaux convolutifs (CNN) et vision par ordinateur
- Réseaux récurrents (RNN)
- Transformers et modèles pour le traitement du langage (GPT, BERT, etc.)
Mise en pratique
- Conception et entraînement de modèles
- Utilisation de PyTorch et PyTorch Lightning
Modalités d'évaluation
Les modalités de contrôle des connaissances (MCC) sont arrêtées chaque année par l'université et font foi dans le document officiel du parcours. Elles ne sont pas reproduites ici : reportez-vous au document MCC officiel, dont le lien figure sur la page de présentation du parcours concerné.