| Et si on mettait un peu de **méthodologie** ? <br/>La mise en œuvre des modèles **d'apprentissage profond** nécessite de passer par diverses étapes, allant de la **préparation des données** à la **conception du modèle**, en passant par le choix des **fonctions de perte** et des algorithmes **d'optimisation**, l'entraînement via la **rétropropagation**, la **régularisation**, ou encore l'ajustement minutieux des **hyperparamètres**. <br/>Dans cette **séquence captivante**, nous allons nous plonger dans le détail de ces quelques points clés, qui conditionneront la **qualité de tous nos apprentissages** ! <br/>Durée : 2h00 |
| Proposés par Yann LeCun, à la fin des années 90, les **réseaux de neurones convolutifs** constituent une **brique essentielle** et **incontournable** de l'intelligence artificielle moderne !<br><br>A travers cette séquence **riche en images**, nous explorerons les **fondamentaux** des **CNN** et mettrons en œuvre de manière pratique ces réseaux, à travers des **exemples simples** de **classification d'images.**<br><br>Au menu de cette séquences :<br><br>\- Principes et bases des neurones convolutifs<br/>\- Architecture des réseaux convolutifs<br/>\- Cas d'usages<br/>\- Exemple 1 : Classification de chiffres manuscrits (MNIST)<br/>\- Exemple 2 : Classification de panneaux routiers (données réelles, GTSRB)
| En direct sur notre chaine [**YouTube**](https://www.youtube.com/@CNRS-FIDLE) - https://www.youtube.com/@CNRS-FIDLE |
Durée : 2h00 |
| En direct sur notre chaine [**YouTube**](https://www.youtube.com/@CNRS-FIDLE) - https://www.youtube.com/@CNRS-FIDLE
