... | ... | @@ -6,7 +6,7 @@ Toutes les séquences seront proposées en **Live**, **enregistrées** et **disp |
|
|
Il est donc possible de rattraper une séquence :-)
|
|
|
|
|
|
Le programme de formation de **Fidle se subdivise en trois parties** cette année :
|
|
|
<a name="toc">
|
|
|
|
|
|
### [`I. Bases,Concepts et enjeux:`](#toc1)
|
|
|
|
|
|
* Accessible à tout public **sans aucun prérequis**, \
|
... | ... | @@ -33,6 +33,7 @@ Le programme de formation de **Fidle se subdivise en trois parties** cette anné |
|
|
|
|
|
Ce programme est en cours de finition :grinning: :
|
|
|
|
|
|
<a name="toc">
|
|
|
**`Sommaire`** :
|
|
|
|
|
|
### [`I. Bases, Concepts et enjeux`](#toc1)
|
... | ... | @@ -54,9 +55,9 @@ Ce programme est en cours de finition :grinning: : |
|
|
* **`Séquence 8`** : [RNN et Embedding](#seq8)
|
|
|
* **`Séquence 9`** : [Transformers](#seq9)
|
|
|
* **`Séquence 10`** : [Travailler avec des données structurées : Graph Neural Network (GNN)](#seq10)
|
|
|
* **`Séquence 11`** : [Variational Autoencoder (VAE), jouer avec les espaces latents](#seq11)
|
|
|
* **`Séquence 11`** : [Autoencodeur (AE), un exemple d'apprentissage self supervised](#seq11)
|
|
|
* **`Séquence 12`** : [Generative Adversarial Networks (GAN)](#seq12)
|
|
|
* **`Séquence 13`** : [Autoencodeur (AE), un exemple d'apprentissage self supervised](#seq13)
|
|
|
* **`Séquence 13`** : [Variational Autoencoder (VAE), jouer avec les espaces latents](#seq13)
|
|
|
* **`Séquence 14`** : [Diffusion model, text to image](#seq14)
|
|
|
* **`Séquence 15`** : [Tactiques et stratégies du Deep Reinforcement Learning.](#seq15)
|
|
|
* **`Séquence 16`** : [Des neurones pour la physique, les physics-informed neural networks (PINNS)](#seq16)
|
... | ... | @@ -142,7 +143,7 @@ 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="seq7">
|
|
|
* **`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
|
... | ... | @@ -171,7 +172,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **`Séquence 9 : RNN & Transformers`** <a name="seq10">
|
|
|
* **`Séquence 9 : RNN & Transformers`** <a name="seq9">
|
|
|
|
|
|
> **Durée: 2h / Jeudi 8 février 2024, 14h**
|
|
|
* Au tout début étaient les RNN
|
... | ... | @@ -233,7 +234,7 @@ Cette deuxième partie est composées de 11 séquences, de Janvier à Avril 2024 |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **`Séquence 15: Tactiques et stratégies du Deep Reinforcement Learning`**
|
|
|
* **`Séquence 15: Tactiques et stratégies du Deep Reinforcement Learning`**<a name="seq15">
|
|
|
|
|
|
> **Durée : 3h / Jeudi 4 Avril, 14h**
|
|
|
* Algorithme de Reinforcement Learning : Q-Learning, SARSA, etc
|
... | ... | @@ -284,7 +285,7 @@ Cette partie presentera 5 séquences : |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **`Séquence 18 : systèmes complexes et multi-modalité`** <a name="seq19">
|
|
|
* **`Séquence 19 : systèmes complexes et multi-modalité`** <a name="seq19">
|
|
|
|
|
|
> **Durée : 2h / jeudi 16 mai, 14h**
|
|
|
* Système de modèles IA
|
... | ... | @@ -297,15 +298,6 @@ Cette partie presentera 5 séquences : |
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **`Séquence 19 : Nouveaux Frameworks d’apprentissage / Nouvelles Technos`** <a name="seq19">
|
|
|
|
|
|
> **Durée : 2h / Jeudi 23 mai, 14h**
|
|
|
* Présentation aux nouveaux frameworks d'apprentissage
|
|
|
* Comparaison des caractéristiques des frameworks.
|
|
|
* Examen des applications des nouvell<a name="seq1">es technologies en apprentissage automatique
|
|
|
|
|
|
[Back to Home](#toc)
|
|
|
|
|
|
* **`Séquence 20 : Cas pratiques / retour d’expérience`** <a name="seq20">
|
|
|
|
|
|
> **Durée : 2h / jeudi 30 mai, 14h**
|
... | ... | |