home.md

 [<img src="uploads/7d59b820ff83cd12bca8d3821127d443/00-fidle-header-03.svg">](home)
 
 
-Bienvenu dans le wiki Fidle ! \
+Bienvenu sur le site **Fidle** !
+
+
 L'objectif de la formation Fidle est de proposer une introduction au **Deep Learning**,
 allant des concepts fondamentaux aux architectures avancées (VAE, Transformers, GAN, ...).\
 Cette formation est totalement libre, gratuite et ouverte à toutes et à tous !
 
-## Meilleurs vœux !
-L'équipe Fidle vous présente ses meilleurs voeux pour cette nouvelle année !  
-[<img src="uploads/92c59a5b972d8e0e0fc1bdd1049f8537/hpn.png" width="400">](https://fidle.cnrs.fr/2022)
-
-
 ## Prochaine session :
 
 |**Jeudi 20 janvier, 14h, Séquence 6**|
 |--|
-|**Données séquentielles : quand les données sont des séquences temporelles !**<br>Données séquentielles et réseaux récurrents (RNN)<br>RNN - LSTM - GRU - Spécificités des données séquentielles - Data Generator<br>Exemples proposés : <br>Tentative de prédiction de la trajectoire d’une coccinelle (virtuelle)<br>Prédictions météorologiques à partir de données réelles, à 3h et 12h.<br>Durée totale : 2h00 |
-|Les paramètre Zoom seront précisés la veille.|
+|**Données séquentielles : quand les données sont des séquences temporelles !**<br>Données séquentielles et réseaux récurrents (RNN)<br>RNN - LSTM - GRU - Spécificités des données séquentielles - Data Generator<br>Exemples proposés : <br>Tentative de prédiction de la trajectoire d’une coccinelle virtuelle (ci-dessous !)<br>Prédictions météorologiques à partir de données réelles, à 3h et 12h.! <img src="uploads/2a4c19a1d0782c00d13fa2b196216ae9/LADYB1-01-dataset-s.jpg" width="500"><br>Durée totale : 2h00 |
+|Paramètres Zoom :<br>id: **917 5437 9950**<br>code: **2022**<br>Lien : https://zoom.us/join|
 
 Les **séquences précédentes** sont disponibles sur notre **[chaine YouTube](https://fidle.cnrs.fr/youtube)**