ECTS
5
Établissement
INP - ENSEEIHT
Liste des enseignements
Introduction au deep learning
Établissement
INP - ENSEEIHT
Cette matière se décline sous la forme d’une séance de cours (CM) suivie de trois séances de cours-TP (CTP) combinant l’exposition des concepts à des exemples pratiques sur jupyter. La séance CM fournit les éléments de base pour comprendre l’apprentissage automatique (données, hypothèses, risque statistique, risque empirique, fonction de perte, ...), et en particulier le paradigme d’apprentissage supervisé, sur lequel se focalise ce cours. Ensuite, la première séance CTP permet la prise en main de numpy avec une implémentation d’une couche classique (MLP) d’un modèle d’apprentissage profond (réseau de neurones), et de son entraînement. Le deuxième CTP se focalise sur l’entraînement d’un modèle profond, les techniques de régularisation et leur lien avec la capacité de généralisation du modèle. Nous introduisons dans le troisième CTP les réseaux de neurones convolutifs (CNN) et leur motivation, ainsi que leur implémentation en pytorch.
Introduction générale à l'IA : problème intégration matérielle ELP
Établissement
INP - ENSEEIHT
- La matière comporte 7hde cours magistral, et 21h de projet. Elle est évaluée par un rapport sur le projet.
- Le cours magistral présente les notions décrites dans les objectifs d'un point de vue théorique.
- Le projet permet de prendre conscience de la difficulté de créer une base de données, même pour une application relativement simple. Il permet également de prendre en main des outils et du matériel pour le développement de modèles d'IA embarqués sur cible matérielle contrainte.