| Libellé du cours : | Advanced Machine Learning 1 - Natural Learning Processing |
|---|---|
| Département d'enseignement : | EEA / Electronique Electrotechnique Automatique |
| Responsable d'enseignement : | Monsieur PIERRE-ANTOINE THOUVENIN / Monsieur PIERRE CHAINAIS |
| Langue d'enseignement : | |
| Ects potentiels : | 0 |
| Grille des résultats : | |
| Code et libellé (hp) : | MR_DS_S3_AM1 - Advanced machine learning 1 |
Equipe pédagogique
Enseignants : Monsieur PIERRE-ANTOINE THOUVENIN / Monsieur PIERRE CHAINAIS
Intervenants extérieurs (entreprise, recherche, enseignement secondaire) : divers enseignants vacataires
Résumé
NLP: definition, applications, evaluation, brief history NLP pipeline: tokenization, symbolic and neural processing Language modeling Embeddings/RNN/Attention/Transformers Unsupervised learning, scaling, transfer, and training stages (RLHF) Text encoding, efficiency issues, multimodality Agents, tool use, RAG Privacy, fairness, multilinguality, data annotation
Objectifs pédagogiques
After successfully taking this course, a student should be able to: Roughly understand and apply modern NLP models
Objectifs de développement durable
Modalités de contrôle de connaissance
Contrôle Continu
Commentaires: Project (min) 0 - 20 (max)
Knowledge Exam (min) – 0 – 20 (max)
Paper presentation, (min) 0 - 20 (max)
Passing grade 10/20
Ressources en ligne
Introduction to Natural Language Processing By Jacob Eisenstein
Pédagogie
24 hours, 8 lectures + labs/tutorial sessions
Séquencement / modalités d'apprentissage
| Nombre d'heures en CM (Cours Magistraux) : | 12 |
|---|---|
| Nombre d'heures en TD (Travaux Dirigés) : | 12 |
| Nombre d'heures en TP (Travaux Pratiques) : | 0 |
| Nombre d'heures en Séminaire : | 0 |
| 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
Preferably: machine learning and basic computer science, Python