Deep Learning

Une introduction au principe fondamentaux du Deep Learning (apprentissage profond) et aux principales architectures des réseaux de neurones

Description

• Comprendre les principes fondamentaux du Deep Learning
• Découvrir les principales architectures de réseaux de neurones
• Mettre en pratique les concepts avec Python et TensorFlow/Keras
• Explorer les applications modernes de l’IA :
  • Vision par ordinateur
  • Traitement automatique du langage (NLP)
  • IA générative

Compétences (ce que vous saurez faire à la fin du cours)

• Construire et entraîner un réseau de neurones
• Choisir une architecture adaptée à un problème
• Utiliser TensorFlow/Keras pour développer des modèles
• Comprendre les bases des technologies actuelles (Transformers, LLMs, IA générative)

Prérequis

• Bases de programmation Python
• Notions d’apprentissage automatique
• Bases en algèbre linéaire et probabilités

Évaluation

• Participation et assiduité (Bonus)
• Deux QCM (40%)
• TP (10%)
• Contrôle écrit final (50%)