Les mains dans l’IA : DEEP LEARNING PAR LA PRATIQUE

• JOUR 1

BLOC 1 — Introduction au Machine Learning et à l’Intelligence Artificielle :

• Applications et enjeux
• Historique
• Mythes et réalités
• Outils, environnements, configuration

BLOC 2
Illustration : tâche de régression et de classification
Exercice : premier programme de ML sur une tâche de classification à partir d’un jeu de données synthétique ou réel

BLOC 3 — Intro MLP avec Keras

• Prise en main de la librairie Tensorflow avec Keras – Monitoring de l’apprentissage : le tensorboard
  Illustration 1 : problème de régression linéaire Illustration 2 : réseau x-or

BLOC 4 — Intro MLP en détails

• Descente de gradient
• Rétro-propagation et différentiation automatique – Graphe d’un réseau
• Les API de TF2+
  Illustration 1 : Calcul numérique sur un graphe en TF Illustration 2 : NN avec l’API Python
  Illustration 3 : MLP avec l’API TF.layer et ses routines d’optimisation
  Exercice : MLP en TF.layer sur une tâche de classification

• JOUR 2

BLOC 5 + 6 — Intro au Deep Learning. Du MLP au DL.
- Intro au DL. Du MLP au DL
- Limites et solutions actuelles

• Définition de l’architecture
- Optimisation des paramètres
  Exercice : DNN sur une tâche de classification

BLOC 7 + 8 — Réseaux de neurones convolutionnels (CNN)

• Limites du MLP
- Couches de convolution
- Architecture d’un CNN
- Architectures modernes (ResNet, GoogLeNet, VGG, U-Net)
• Exercice

• JOUR 3

BLOC 9 — Réseaux de neurones récurrents (RNN)

• Modélisation de séquences
• Principe du RNN, représentations graphiques pliée/dépliée – Rétro-propagation à travers le temps
• Disparition/explosion du gradient
• Solutions avancées : LSTM, etc…
• Modèles séquence-à-séquence, mécanisme d’attention
  Illustration 1 : RNN « à la vanille » sur une courbe simple d’évolution temporelle des données
  Illustration 2 : RNN pour l’analyse de sentiment à partir de la base d’avis sur la base de films IMDB
  Exercice : RNN et LSTM sur tâches de régression et de classification

BLOC 10 — Préparation au projet

BLOC 11 + 12 — Projet
Mise en œuvre d’une architecture neuronale pour résoudre une tâche à partir d’une base de données de référence issue du traitement du langage naturel ou de l’image