Deep Learning

Cette séance de cours couvre les bases de l'apprentissage profond, en commençant par les représentations de données, les attributs, le sac de mots, les histogrammes, le prétraitement des données, le traitement des données manquantes et bruyantes, la normalisation des données, les réseaux de neurones artificiels, les fonctions d'activation, les techniques d'apprentissage telles que l'apprentissage par gradient et la rétropropagation, et l'architecture des réseaux de neurones convolutionnels. L'instructeur explique les concepts à l'aide d'exemples et de visualisations, tels que des réseaux de neurones artificiels simples, un sac de mots visuels et des perceptrons multicouches. La séance de cours explore également des architectures standard telles que LeNet-5, AlexNet, VGG, ResNet et U-Net, ainsi que des astuces du commerce de l'apprentissage profond, telles que les techniques de pré-entraînement, d'augmentation des données et de normalisation.