INF 6435 Réseau de neurones et apprentissage profond

Professeure responsable

Neila Mezghani

* COURS EN PRÉPARATION *

Ce cours n'est pas offert actuellement.

Objectifs

• Acquérir les connaissances nécessaires pour comprendre les concepts théoriques et mettre en pratique des techniques d'apprentissage profond.

• Comprendre les notions de base théoriques et pratiques liées aux réseaux de neurones et à l'apprentissage profond.

• Utiliser les différents modèles et architectures d'apprentissage profond.

• Améliorer les performances des modèles d'apprentissage profond en vous basant sur les concepts théoriques.

• Développer et appliquer les différents modèles d'apprentissage supervisé et non supervisé.

Contenu

Les thèmes suivants sont abordés : les fondamentaux de l'apprentissage machine, les modèles de régression, les réseaux de neurones artificiels, les réseaux de neurones profonds-Défis et solutions, les réseaux de neurones convolutifs (CNN), les réseaux de neurones récurrents (RNN), les auto-encodeurs, les modèles génératifs.

Matériel didactique

• Volume : Neila Mezghani (2025) Apprentissage profond - théorie et applications, ISBN 979-8285406532, à se procurer en version papier.
• Site Web du cours

Matériel expédié

Renseignements technologiques

Consultez l'information sur le matériel informatique recommandé.

Encadrement

L'encadrement est individualisé et assuré par un professeur, une professeure ou une personne chargée d'encadrement. Les communications se font par courriel ou, sur demande, par vidéoconférence ou téléphone.

Évaluation

L'évaluation repose sur quatre travaux notés (25 % chacun).