Академический Документы
Профессиональный Документы
Культура Документы
Séance 1:
Introduction au cours
ETS
dep. de génie de la production automatisé
Marco Pedersoli
Cours Hiver 2018
Marco Pedersoli Cours 1 - 1
Plan de la séance:
Organisation du cours:
● Présentation du prof
● Plan de cours
● Project
●
●
●
○ Types de supervision
○ Composants de l’apprentissage Validation
○ Fonction de coût et Optimisation
○ Validation et Test
○ Mesures de performance Paramètres et hyper-paramètres
Evaluation
?
évaluation d’une ou plusieures méthodes
d’apprentissage machine
○ Projet ouvert: à vous de proposer
● soit sur votre sujet de recherche
● soit sur un autre sujet
?
○ Bibliographie
○ Méthode
○ Expériences
C1
C2
x1
Marco Pedersoli Cours 1 -40
Contexte Historique:
● Réseau de Neurones Multicouche (MPL)
○ Plusieurs neurones
■ chaque neurone représente une fonction différente
○ Plusieurs couches
■ les sorties d’une couche sont les entrées de la suivante
Source: www.frontiersin.org
Marco Pedersoli Cours 1 -48
Contexte historique:
● Apprentissage profond:
○ Réseau convolutif amélioré
■ ReLu, Augmentation des données, Dropout
○ Capacité de calcul
■ GPUs
○ Base de données
■ ImageNet
○ 1,000,000 d’images
Source: qz.com
Marco Pedersoli Cours 1 -50
Contexte historique:
AlexNet
Source: sqlml.azurewebsites.net
Marco Pedersoli Cours 1 -51
Contexte historique:
AlexNet
Source: www.sushiscience.worldpresse.com
Marco Pedersoli Cours 1 -52
Contexte Historique:
● Aujourd’hui: Apprentissage profond partout
○ Reconnaître des objets ou des actions en images
(Vision Artificielle)
○ Comprendre la langue parlée et générer du texte
en langage naturel (Analyse du discours et
Traitement du Langage Naturel)
○ Gérer des agents ou des robots dans un
environnement inconnu (Robotique)
Source: NVIDIA
Marco Pedersoli Cours 1 -56
Vision Artificielle
DeepL
Marco Pedersoli Cours 1 -65
Traitement du Langage Naturel
Chatbots et aide en ligne
Source: genekogan.com
Marco Pedersoli Cours 1 -75
Génération d’images
● À partir
d’images
réelles de
célébrités