Phelma Formation 2022

WPMGRNL2 : Réseaux de neurones et deep learning - 5PMODRN0

  • Volumes horaires

    • CM 6.0
    • Projet 0
    • TD 12.0
    • Stage 0
    • TP 0

    Crédits ECTS

    Crédits ECTS 2.0

Objectif(s)

Ce cours est destiné à fournir les bases nécessaires à la compréhension, l'analyse et la conception des réseaux neuromimétiques. Il aborde le domaine de l’apprentissage statistique en reconnaissance des formes, ainsi que les bases de l'évaluation quantitative de l'apprentissage. Une introduction sera faire sur 'apprentissage profond comme extension des perceptrons multicouches. Ce cours s'adresse à des étudiants issus de diverses disciplines et il est conçu de telle sorte qu'il soit accessible à la compréhension par des étudiants non rompus aux techniques mathématiques.

Contact Martial MERMILLOD

Contenu(s)

Introduction
Modèles mathématiques : du neurone au réseau
Modèles linéaires, Mémoires associatives
Modèles non-linéaires, Perceptron multicouche
Introduction à l'apprentissage profond
Réseaux auto-organisants
Séparation de sources



Prérequis

Connaissance de base en mathématiques;

Contrôle des connaissances

Examen écrit (Exam1, Exam2)
CC: TP



N1 = 30% CC + 70% Exam1
N2 = 30% CC + 70% Exam2

Informations complémentaires

Cursus ingénieur->Double-Diplômes Ingénieur/Master->Semestre 9

Bibliographie

Apprentissage statistique, G. Dreyfus, J.M. Martinez, M. Samuelides, M.B. Gordon, F. Badran, S. Thiria, Eyrolles, 2008