L'essentiel de l'apprentissage profond

Audrey Durand, Christian Gagné, Pascal Germain, Gauthier Gidel, Guillaume Rabusseau, Quentin Bertrand, Pierre Gravel, and Marouane Yassine

Vous comprendrez mieux ce qu’est l’apprentissage profond, les types de problèmes qu’il permet de résoudre, les concepts fondamentaux et méthodes qu’il implique. Ce cours conçu par IVADO, Mila et l’Université de Montréal vous offre divers outils d’apprentissage pour saisir l’étendue de cette technologie innovatrice et transectorielle, une nécessité dans le domaine de l’informatique.

Vous comprendrez mieux ce qu’est l’apprentissage profond, les types de problèmes qu’il permet de résoudre, les concepts fondamentaux et méthodes qu’il implique. Ce cours conçu par IVADO, Mila et l’Université de Montréal vous offre divers outils d’apprentissage pour saisir l’étendue de cette technologie innovatrice et transectorielle, une nécessité dans le domaine de l’informatique.

La conception du cours a été faite par IVADO, centre de science des données et carrefour scientifique et économique reliant des partenaires du milieu universitaire, de l’industrie, et du gouvernement. Le contenu du cours a été crée par le Mila, institut de recherche de renommée mondiale qui rassemble les chercheurs spécialisés en apprentissage profond.

Cette formation a eu lieu à Montréal du 9 au 13 septembre 2019, puis a été adaptée au format cours en ligne (MOOC) dont la version en anglais est sortie en mars 2020. La version traduite et sous-titrée en français de ce cours en ligne, "L'essentiel de l'apprentissage profond", vous est offerte exclusivement sur EDUlib!

Yoshua Bengio, fondateur du Mila et directeur scientifique chez IVADO, aussi professeur à l’Université de Montréal, est l’un des spécialistes les plus connus au monde dans le domaine de l’intelligence artificielle. Il est un pionnier de l’apprentissage profond et le directeur scientifique de ce cours. Il est aussi colauréat du prix A. M. Turing de 2018, « le prix Nobel en informatique », qui souligne les avancées relatives aux fondements conceptuels et à l’ingénierie qui ont fait des réseaux de neurones profonds une composante essentielle de l’informatique.

En apprentissage profond, une extension de l’apprentissage automatique, les machines peuvent apprendre par expérience, sans intervention humaine. Cette technologie est en grande partie influencée par le fonctionnement du cerveau humain dans la mesure où les algorithmes, ou les réseaux de neurones artificiels, sont capables d’apprendre de larges quantités de données et d’acquérir des compétences de la même façon qu’un cerveau humain le ferait. Ainsi, l’apprentissage profond est maintenant capable d’adresser une large variété de tâches considérées comme inaccessibles il y a quelques années en vision par ordinateur, en traitement de signaux, en traitement automatique du langage naturel, en robotique et en prise de décision séquentielle. En raison de ces avancées récentes, les modèles d’apprentissage profond sont maintenant déployés dans diverses industries et ont un impact sur différents secteurs de l’économie, telles que le transport, la santé, la finance, l’énergie et la vie quotidienne en général.

Si vous êtes dans le secteur professionnel, universitaire ou de la recherche et vous possédez des connaissances de base en mathématiques et en programmation, alors ce MOOC est fait pour vous!

En plus du contenu riche sur l’apprentissage profond, découvrez les enjeux de biais et de discrimination en apprentissage automatique et apprenez-en plus sur ce sujet sociotechnique qui s’est avéré être une révélation pour de nombreuses personnes.

Enroll now

What's inside

Learning objectives

À la fin de ce mooc, les participants devraient s’attendre à :
Comprendre les fondements et la terminologie liés à l’apprentissage profond;

Identifier les types de réseau de neurones à utiliser pour résoudre différents types de problèmes;
Se familiariser avec les bibliothèques d’apprentissage profond à l’aide des séances pratiques et des tutoriels.

À la fin de ce mooc, les participants devraient s’attendre à :
Comprendre les fondements et la terminologie liés à l’apprentissage profond;
Identifier les types de réseau de neurones à utiliser pour résoudre différents types de problèmes;
Se familiariser avec les bibliothèques d’apprentissage profond à l’aide des séances pratiques et des tutoriels.

Save this course

Save L'essentiel de l'apprentissage profond to your list so you can find it easily later:

Save

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in L'essentiel de l'apprentissage profond with these activities:

Review pre-calculus

Show steps

L'examen des concepts préalables en pré-calcul pourrait améliorer la compréhension des techniques mathématiques impliquées dans l'apprentissage profond.

Browse courses on Functions

Show steps