Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours de l'instructeur se penche sur l'application des concepts de physique statistique dans la compréhension de l'apprentissage profond, en mettant l'accent sur les réseaux neuronaux. En commençant par la théorie de l'apprentissage par les réseaux neuraux, la séance de cours couvre les principes de travail des réseaux neuraux, la hiérarchie des caractéristiques et le noyau de l'apprentissage automatique aujourd'hui. Il explore la complexité de l'échantillon, les principaux résultats de la théorie de l'apprentissage et les défis à relever pour comprendre l'apprentissage profond. La séance de cours traite également du modèle enseignant-étudiant, des courbes d'apprentissage, des transitions de phase et de la recherche d'une théorie de l'apprentissage profond. Soulignant l'importance de la physique dans le déchiffrage de l'apprentissage profond, la séance de cours conclut en soulignant le potentiel des outils de physique en science des données et les avantages mutuels entre la physique et les développements connexes.