| Libellé du cours : | I.A. : Deep Learning |
|---|---|
| Département d'enseignement : | MIN / Mathématiques - Informatique |
| Responsable d'enseignement : | Monsieur PASCAL YIM |
| Langue d'enseignement : | Français |
| Ects potentiels : | 0 |
| Grille des résultats : | |
| Code et libellé (hp) : | LA2_A_EC_MIN_IAD - I.A. : Deep Learning |
Equipe pédagogique
Enseignants : Monsieur PASCAL YIM / Monsieur Jean YIM
Intervenants extérieurs (entreprise, recherche, enseignement secondaire) : divers enseignants vacataires
Résumé
Ce module a pour but d'approfondir les modèles d'apprentissage profond (deep learning) avec une approche pratique : vision, texte, séries temporelles, modèles génératifs
Objectifs pédagogiques
À l’issue du cours, l’élève sera capable de : - Comprendre et utiliser des modèles de deep learning - Réaliser des applications pour la vision, le langage naturel, les séries temporelles Contribution du cours au référentiel de compétences ; à l’issue du cours, l’étudiant aura progressé dans : -Capacité à comprendre et formuler un problème -Capacité à proposer un ou plusieurs scénarios de résolution -Capacité à concrétiser ou à réaliser un prototype Connaissances travaillées: - Méthodes avancées de deep learning - Auto-encodeurs - Modèles génératifs - Similarité cosine - Traitement du langage naturel Compétences développées: - Analyser un ensemble de données - Choisir et mettre en œuvre des méthodes d’analyse de données
Objectifs de développement durable
Modalités de contrôle de connaissance
Contrôle Continu
Commentaires: Controle continu - Mini projet
Ressources en ligne
Pédagogie
Séquencement / modalités d'apprentissage
| Nombre d'heures en CM (Cours Magistraux) : | 0 |
|---|---|
| Nombre d'heures en TD (Travaux Dirigés) : | 0 |
| Nombre d'heures en TP (Travaux Pratiques) : | 0 |
| Nombre d'heures en Séminaire : | 20 |
| Nombre d'heures en Demi-séminaire : | 0 |
| Nombre d'heures élèves en TEA (Travail En Autonomie) : | 0 |
| Nombre d'heures élèves en TNE (Travail Non Encadré) : | 0 |
| Nombre d'heures en CB (Contrôle Bloqué) : | 0 |
| Nombre d'heures élèves en PER (Travail PERsonnel) : | 0 |
| Nombre d'heures en Heures Projets : | 0 |
Pré-requis
Module IA : machine learning