L'objectif de ce cours est d’acquérir des notions avancées sur l’apprentissage profond, notamment l'apprentissage de différents types d'architectures neuronales et leurs applications.
Le cours est divisé en deux parties:
La première partie du cours couvrira l’apprentissage supervisé des architectures neuronales profondes, en considérant l’apprentissage et l'optimisation de modèles avec des millions de paramètres.
La deuxième partie du cours portera sur l’apprentissage de modèles plus avancés tels que les auto-encodeurs et les modèles autorégressifs et sûr la réduction de calcul et de supervision.