... | ... | @@ -65,7 +65,7 @@ L'objectif de cette première partie, **accessible à toutes et à tous**, **san |
|
|
|
|
|
Cette première partie est composées de 4 séquences, de novembre à décembre 2023:
|
|
|
|
|
|
* **Séquence 1 : Contexte et historique, de la régression linéaire aux réseaux de neurones** <a name='seq1'></a>
|
|
|
* **`Séquence 1 : Contexte et historique, de la régression linéaire aux réseaux de neurones`** <a name='seq1'></a>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 16 novembre 2023, 14h**
|
|
|
* Intelligence artificielle, machine learning et deep learnings ?
|
... | ... | @@ -79,7 +79,7 @@ Cette première partie est composées de 4 séquences, de novembre à décembre |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 2 : Des données et des modèles, L’enfer des données et autres problèmes d’explicabilité** <a name='seq2'>
|
|
|
* **`Séquence 2 : Des données et des modèles, L’enfer des données et autres problèmes d’explicabilité`** <a name='seq2'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 23 novembre 2023, 14h**
|
|
|
* Les données, pourquoi sont-elles importantes ?
|
... | ... | @@ -90,7 +90,7 @@ Cette première partie est composées de 4 séquences, de novembre à décembre |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 3 : Démo / illustration (LLM + génération d’image)** <a name='seq3'>
|
|
|
* **`Séquence 3 : Démo / illustration (LLM + génération d’image)`** <a name='seq3'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 30 novembre 2023, 14h**
|
|
|
* Une démonstration complète pour tout voir et tout comprendre !
|
... | ... | @@ -102,7 +102,7 @@ Cette première partie est composées de 4 séquences, de novembre à décembre |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 4 : AI, droit, société et éthique** <a name='seq4'>
|
|
|
* **`Séquence 4 : AI, droit, société et éthique`** <a name='seq4'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 7 décembre 2023, 14h**
|
|
|
* L'impact croissant de l'IA sur la société et les enjeux qui en découlent
|
... | ... | @@ -122,7 +122,7 @@ Cette deuxieme partie, **accessible à un large public, avec des prérequis de b |
|
|
|
|
|
Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024:
|
|
|
|
|
|
* **Séquence 5 : Mathématiques, gradients everywhere !!!** <a name='seq5'>
|
|
|
* **`Séquence 5 : Mathématiques, gradients everywhere !!!`** <a name='seq5'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 11 janvier 2024, 14h**
|
|
|
* Présentation mathématique de l'optimisation par descente de gradient
|
... | ... | @@ -133,7 +133,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 6 : Méthodologie des modèles/apprentissage + fine-tuning + TP** <a name='seq6'>
|
|
|
* **`Séquence 6 : Méthodologie des modèles/apprentissage + fine-tuning + TP`** <a name='seq6'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 18 Janvier 2024, 14h**
|
|
|
* Présentation de l'apprentissage automatique et des différents types de modèles
|
... | ... | @@ -143,7 +143,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 7 : Réseaux convolutifs CNN** <a name='seq7'>
|
|
|
* **`Séquence 7 : Réseaux convolutifs CNN`** <a name='seq7'>
|
|
|
|
|
|
> **Durée: 2h / Jeudi 25 Janvier 2024, 14h**
|
|
|
* Principes et concepts des réseaux convolutifs (CNN)
|
... | ... | @@ -153,7 +153,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 8 : RNN & Transformers** <a name='seq8'>
|
|
|
* **`Séquence 8 : RNN & Transformers`** <a name='seq8'>
|
|
|
|
|
|
> **Durée: 2h / Jeudi 1 février 2024, 14h**
|
|
|
* Au tout début étaient les RNN
|
... | ... | @@ -165,7 +165,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 9 : Autoencodeur (AE), un exemple d'apprentissage self supervised** <a name='seq9'>
|
|
|
* **`Séquence 9 : Autoencodeur (AE), un exemple d'apprentissage self supervised`** <a name='seq9'>
|
|
|
|
|
|
> **Durée : 2h / jeudi 8 fevrier 2024 , 14h**
|
|
|
* Principes et architecture d'un autoencodeur (AE)
|
... | ... | @@ -185,7 +185,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
* Exemple proposé : Génération de données
|
|
|
|
|
|
[Back to Home](#toc)
|
|
|
* **Séquence 11 : Generative Adversarial Networks (GAN)** <a name='seq11'>
|
|
|
* **`Séquence 11 : Generative Adversarial Networks (GAN)`** <a name='seq11'>
|
|
|
|
|
|
> **Durée : 2h / jeudi 7 Mars 2024, 14h**
|
|
|
* Principes et architecture d'un GAN
|
... | ... | @@ -194,7 +194,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 12: Travailler avec des données structurées : Graph Neural Network (GNN)** <a name='seq12'>
|
|
|
* **`Séquence 12: Travailler avec des données structurées` : Graph Neural Network (GNN)** <a name='seq12'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 14 Mars 2024, 14h**
|
|
|
- Omniprésence et problématique des graphes
|
... | ... | @@ -204,7 +204,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 13 : Diffusion model, text to image** <a name='seq13'>
|
|
|
* **`Séquence 13 : Diffusion model, text to image`** <a name='seq13'>
|
|
|
|
|
|
> **Durée : 2h / jeudi 21 Mars 2024, 14h**
|
|
|
* Principe des Diffusion Model
|
... | ... | @@ -214,7 +214,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 14: Tactiques et stratégies du Deep Reinforcement Learning** <a name='seq14'>
|
|
|
* **`Séquence 14: Tactiques et stratégies du Deep Reinforcement Learning`** <a name='seq14'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 28 Mars, 14h**
|
|
|
* Algorithme de Reinforcement Learning : Q-Learning, SARSA, etc
|
... | ... | @@ -224,7 +224,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **Séquence 15 : Des neurones pour la physique, les physics-informed neural networks (PINNS)** <a name='seq15'>
|
|
|
* **`Séquence 15 : Des neurones pour la physique, les physics-informed neural networks (PINNS)`** <a name='seq15'>
|
|
|
|
|
|
> **Durée: 2h / Jeudi 4 avril 2024, 14h**
|
|
|
* Problématique et concepts
|
... | ... | @@ -237,7 +237,6 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
[Back to Home](#toc)
|
|
|
|
|
|
# `III. Acteur de l’IA, Optimisation, conception, etc. 🛠️ `<a name='toc3'></a>
|
|
|
---
|
|
|
|
|
|
L' IA est devenue l'un des domaines technologiques les plus influents de notre époque, révolutionnant divers secteurs de l'industrie et de la recherche. Au cœur de cette révolution se trouvent les acteurs de l'IA, des chercheurs et des ingénieurs qui conçoivent, développent et optimisent des systèmes intelligents capables d'apprendre et de prendre des décisions autonomes.
|
|
|
|
... | ... | |