|**Jeudi 4 févier, 14h :**<br>Episode 1 : **Introduction du cycle, Historique et concepts fondamentaux**|
|--|
|Fonction de perte - Descente de gradient - Optimisation - Hyperparamètres<br>Préparation des données - Apprentissage - Validation - Sous et sur apprentissage<br>Fonctions d’activation - softmax<br>Travaux pratiques : Régression et Classification avec des DNN|
|Durée : 3h|
|Durée : 3h - Paramètres de diffusion diffusés 2 jours avant|
Les paramètres de diffusion (BBB, Zoom ou Youtube) seront diffusés 2 jours avant.\
Les dates des séquences suivantes seront discutées ensemble.
Voir le [programme](Fidle à distance/Présentation#programme)
# Fidle à distance, en bref :
Faute de pouvoir organiser des sessions en présentiel, nous vous proposons une **session Fidle à distance** :-)
### Objectif Deep Learning :
-appréhender les bases de **l'apprentissage profond**
### Objectif, Deep Learning :
-Appréhender les bases de **l'apprentissage profond**,
- développer une première expérience avec **Tensorflow/Keras** et Jupyter lab
- appréhender les **environnements mutualisés** de l'ESR (IDRIS, méso, ..)
### Un maximum de souplesse :-)
-découpage en **séquences courtes**,
-**Accès 100% libre** : pas d’inscription et gratuité totale !
- mise à disposition de tous les contenus, supports, notebooks, vidéo, ...
-Découpage en **séquences courtes**,
-**accès 100% libre** : pas d’inscription et gratuité totale !
- mise à disposition de tous les contenus, supports, notebooks, vidéo, ...\
