| ... | ... | @@ -8,10 +8,10 @@ Cette formation est totalement libre, gratuite et ouverte à toutes et à tous ! |
|
|
|
|
|
|
|
## Prochaine session :
|
|
|
|
|
|
|
|
|**Jeudi 16 décembre, 14h, Séquence 4 : <br>Démystifier les outils mathématiques pour l'apprentissage des réseaux de neurones.**|
|
|
|
|
|**Jeudi 6 janvier, 14h, Séquence 5 : Séquence double pour ce début d'année !**|
|
|
|
|
|--|
|
|
|
|
|Qu-est ce qu'une descente de gradient ?<br>Comment est calculé le gradient dans les réseaux de neurones (retro-propagation) ?<br>Comment un réseau convolutif transforme t-il les images, couche après couche ?<br>Comment une donnée d'entrée est-elle transformée en prédiction ?<br>"Stochastique"... c'est quoi ? Quel intérêt pour l'apprentissage des réseaux de neurones ?<br>Illustrations :<br> - Rétro-propagation 'à la main' sur un réseau avec des couches denses et convolutionnelles<br> - Transformation d'un image couche après couche dans un réseau convolutionnel<br>Durée : 2h |
|
|
|
|
|Zoom : **974 8219 1362**<br>Code : **31415** <br>Diffusion simultanée en live sur notre chaine **YouTube** :-)|
|
|
|
|
|**Stratégies d’apprentissage et d'évaluation des modèles**<br>Hold out, iterative hold out, iterative K-fold with shuffling, etc.<br>Choix et interprétation des métriques<br>**Données creuses/textuelles de dimensions variables**<br>Spécificités et gestion des données creuses/textuelles - Principes de l'Embedding (Keras, CBOW, Skip-Gram)<br>...ou comment réduire les dimensions !<br>Exemple proposé : Analyse de sentiment avec une analyse de critique de films.<br>Durée : 2h30 |
|
|
|
|
|Les paramètres de diffusion seront précisé la veille.|
|
|
|
|
|
|
|
|
Les **séquences précédentes** sont disponibles sur notre **[chaine YouTube](https://fidle.cnrs.fr/youtube)**
|
|
|
|
|
| ... | ... | |
