Cours théoriques

 

Historique

Différence entre intelligence artificielle, machine et deep learning
L’explosion du deep learning

 

Deep learning

Fonctionnement

Les différents types d’apprentissage
Comportement du neurone artificiel
Comportement des couches
Descente de gradient
Backpropagation
Comprendre l’overfitting et l’underfitting
Fonctions d’activations
Régularisation du réseau

 

Entraîner un réseau

Découpage des datasets
Métriques de suivi d’entraînement
Évaluer un modèle

 

Traitement du langage naturel (NLP)

Bag of words

 

Réseau à convolution

Convolution, Pooling & Classification
Composition et conversion d’une image
Conversion d’un audio en spectre

 

Réseau récurrent

 

Réseau géneratif

 

Optimisation

K-fold cross validation
Transfer learning
Réglages des hyper-paramètre
Data augmentation

 

Divers

Présentation des framework de deep learning
Présentation des API de haut niveau