Deep Learning : principes et applications

Cette séance de cours présente les principes fondamentaux de l'apprentissage profond, en mettant l'accent sur la cartographie entre les variables d'entrée et de sortie à travers les réseaux de neurones. L'instructeur met l'accent sur l'importance de comprendre les données, l'architecture, les fonctions de perte et les stratégies de formation. Le cours vise à donner aux étudiants la capacité de justifier leurs choix en matière de formation et de tests, d'interpréter les performances et d'analyser les limites. Les considérations éthiques dans l'acquisition de données et le déploiement de modèles sont également mises en évidence, soulignant la responsabilité des futurs praticiens de prendre des décisions éclairées. La séance de cours couvre diverses applications de l'apprentissage profond, y compris le traitement du langage naturel, la vision par ordinateur et la robotique. Les étudiants sont encouragés à participer à des discussions sur l'impact sociétal de l'apprentissage profond et l'importance d'intégrer des valeurs et des principes dans leur travail. La session se termine par un aperçu de la structure du cours, y compris des séance de courss, des exercices pratiques et un projet de groupe, favorisant un environnement d'apprentissage interactif.