Deep Learning

Description

Vous êtes passionnés d’intelligence artificielle, et attirés par les succès spectaculaires récemment obtenus par le «deep learning» (reconnaissance vocale, classification d’image, jeu de GO, etc): ce Mooc est pour vous!

Ce Mooc présenteles réseaux de neurones profonds, qui constituent les fondements du «deep learning», etleur utilisation pour des problèmes de reconnaissance et classification de données. Un accent particulier sera porté aux données pauvres en sémantique comme les images.

Plan de cours

• Semaine 1
  • o Introduction and Context
    o The Formal Neuron
    o Neural Networks
    o Supervised Machine Learning.
    o Gradient Error Backpropagation Algorithm
    o Training Issues
• Semaine 2
  • o Introduction to Convolutionnal Neural Networks
    o Convolution
    o Convolution Properties
    o Pooling
    o Convolution Layer
    o Convolution Hierarchies and Convolutional Neural Networks
• Semaine 3
  • o Modeling Capacities
    o Representation Learning with ConvNets
    o Manifold Untangling and Visualization
    o Deep Learning Weaknesses
    o Success Deep Learning History
    o Deep Learning Winter History
• Semaine 4
  • o Deep Learning Renewal
    o Modern Convolutional Neural Network Modules
    o Modern Training and Regularization
    o Modern Convolutional Neural Network Architectures
    o Residual Architectures
    o Other Modern Deep Learning Components
• Semaine 5
  • o Optimization Issues
    o Advanced Optimization
    o Implementations Issues
    o Deep Learning Resources
    o Deep Learning Resources: Keras
• Semaine 6
  • o Deep Features
    o Transfer Learning
    o Localization and Segmentation
    o Unsupervised Learning
    o Vision and Langage
    o Deep Learning Theory