... | @@ -18,18 +18,27 @@ Les dates précises seront prochainement ajoutées. |
... | @@ -18,18 +18,27 @@ Les dates précises seront prochainement ajoutées. |
|
- Séquence 5 : Données creuses et de type textuelles (Embedding) et Stratégies d'évaluation des modèles
|
|
- Séquence 5 : Données creuses et de type textuelles (Embedding) et Stratégies d'évaluation des modèles
|
|
- Séquence 6 : Quand les données sont des séquences, les réseaux récurrents (RNN)
|
|
- Séquence 6 : Quand les données sont des séquences, les réseaux récurrents (RNN)
|
|
- Séquence 7 : Un détour par PyTorch
|
|
- Séquence 7 : Un détour par PyTorch
|
|
- Séquence 8 : "Attention Is All You Need", quand les Transformers changent la donne (HB,NC) ![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)
|
|
- Séquence 8 : "Attention Is All You Need", quand les Transformers changent la donne (HB,NC)
|
|
- Séquence 9 : Travailler avec des données structurées : Graph Neural Network(GNN) ![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)
|
|
![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)
|
|
|
|
- Séquence 9 : Travailler avec des données structurées : Graph Neural Network(GNN)
|
|
|
|
![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)
|
|
- Séquence 10 : Autoencodeur (AE) : un exemple d'apprentissage "self supervised"
|
|
- Séquence 10 : Autoencodeur (AE) : un exemple d'apprentissage "self supervised"
|
|
- Séquence 11 : Variational Autoencoder (VAE) : apprentissage "self supervised" ![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)
|
|
- Séquence 11 : Variational Autoencoder (VAE) : apprentissage "self supervised"
|
|
|
|
![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)
|
|
- Revue de projets Fidle
|
|
- Revue de projets Fidle
|
|
- Séquence 12 : Generative Adversarial Networks (GAN)! ![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)
|
|
- Séquence 12 : Generative Adversarial Networks (GAN)!
|
|
- Séquence 13 : Diffusion model, text to image (HB,NC,MS) **
|
|
![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)
|
|
|
|
- Séquence 13 : Diffusion model, text to image (HB,NC,MS)
|
|
|
|
![](uploads/bb2d1ee0632181e8d41dcdf9c2f1b517/00-fidle-piment-x2.png)
|
|
- Séquence 14 - AI, droit, société et éthique (LR, BC, ...)
|
|
- Séquence 14 - AI, droit, société et éthique (LR, BC, ...)
|
|
- Séquence 15 : Apprendre plus vite et moins cher, optimiser l’apprentissage (BC,LH) ![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)
|
|
- Séquence 15 : Apprendre plus vite et moins cher, optimiser l’apprentissage (BC,LH)
|
|
- Séquence 16 : Passer à la vitesse supérieure : l’accélération matérielle (BC,LH) **
|
|
![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)
|
|
- Séquence 17 : Des neurones pour la physique, les physics-informed neural networks (PINNS) **
|
|
- Séquence 16 : Passer à la vitesse supérieure : l’accélération matérielle (BC,LH)
|
|
- Séquence 18 : Exploration et exploitation du Deep Reinforcement Learning **
|
|
![](uploads/bb2d1ee0632181e8d41dcdf9c2f1b517/00-fidle-piment-x2.png)
|
|
|
|
- Séquence 17 : Des neurones pour la physique, les physics-informed neural networks (PINNS)
|
|
|
|
![](uploads/bb2d1ee0632181e8d41dcdf9c2f1b517/00-fidle-piment-x2.png)
|
|
|
|
- Séquence 18 : Exploration et exploitation du Deep Reinforcement Learning
|
|
|
|
![](uploads/bb2d1ee0632181e8d41dcdf9c2f1b517/00-fidle-piment-x2.png)
|
|
- Séquence 19 : L’IA d’aujourd’hui et de bientôt demain - Bilan de saison (Team Fidle)
|
|
- Séquence 19 : L’IA d’aujourd’hui et de bientôt demain - Bilan de saison (Team Fidle)
|
|
|
|
|
|
(\*) : Un peu de complexité, mais thématique incontournable
|
|
(\*) : Un peu de complexité, mais thématique incontournable
|
... | | ... | |