| ... | ... | @@ -36,13 +36,13 @@ Ce programme est en cours de finition 😀 : |
|
|
|
|
|
|
|
### [II. Résoudre mon problème avec de l’IA 🛰️](#toc2)
|
|
|
|
---
|
|
|
|
* **Séquence 5** : Mathématiques, gradients everywhere !!!
|
|
|
|
* **Séquence 6** : Méthodologie des modèles/apprentissage + fine-tuning + TP
|
|
|
|
* **Séquence 7** : Réseaux convolutifs CNN
|
|
|
|
* **Séquence 8** : RNN & Transformers
|
|
|
|
* **Séquence 9** : Autoencodeur (AE), un exemple d'apprentissage self supervised
|
|
|
|
* **Séquence 11**: Generative Adversarial Networks (GAN)
|
|
|
|
* **Séquence 13**: Diffusion model, text to image 
|
|
|
|
* **`Séquence 5`** : Mathématiques, gradients everywhere !!!
|
|
|
|
* **`Séquence 6`** : Méthodologie des modèles/apprentissage + fine-tuning + TP
|
|
|
|
* **`Séquence 7`** : Réseaux convolutifs CNN
|
|
|
|
* **`Séquence 8`** : RNN & Transformers
|
|
|
|
* **`Séquence 9`** : Autoencodeur (AE), un exemple d'apprentissage self supervised
|
|
|
|
* **`Séquence 11`**: Generative Adversarial Networks (GAN)
|
|
|
|
* **`Séquence 13`**: Diffusion model, text to image 
|
|
|
|
* **Séquence 14**: Tactiques et stratégies du Deep Reinforcement Learning
|
|
|
|
* **Séquence 15**: Des neurones pour la physique, les physics-informed neural networks (PINNS) 
|
|
|
|
|
| ... | ... | |
| ... | ... | |