Objectifs :
L'objectif est de proposer une introduction au Deep Learning et à l'IA,
accessible à un large public scientifique, abordant à la fois les concepts fondamentaux,
l'utilisation pratique de l'IA et les dernières avancées de l'IA.
Cette nouvelle session est organisée en 3 parties :

- Bases Concept et Enjeux, Accessible à tout public, sans aucun prérequis, pour découvrir les fondamentaux de l'IA.
- L'IA comme un outil, A destination de celles et ceux qui, maitrisant raisonnablement python, souhaitent résoudre
un problème avec de l'IA.
- Acteur de l’IA, Accessible pour celles et ceux qui ont suivi la seconde partie et qui souhaitent découvrir
ou suivre les dernières avancées de l'IA.

Programme :

La formation est décomposée en 20 séquences, proposées les jeudis à 14h00.

Chaque séquence comporte une partie théorique et des travaux pratiques, composés de notebooks Jupyter lab, que vous pourrez mettre en œuvre et modifier à loisir localement chez vous.

Pour cela, nous vous invitons à récupérer et installer l'environnement Fidle localement.
Une procédure détaillée est disponible dans le Wiki.

Les supports sont en anglais, les présentations en français.

Des attestations de présence pourront être délivrées, notamment aux doctorants pour leurs écoles doctorales, à l'issue de chaque séquence[1].

A l’issue de chaque séquence, les vidéos seront disponibles en ligne, sur notre chaine Youtube de FIDLE.
Il est ainsi possible de rattraper une séquence que vous n'avez pu suivre.

La première séquence est prévue : jeudi 16 novembre 2021, à 14h00
La diffusion sera effectuée sur YouTube
Les paramètres de diffusion seront communiqués 48h avant, via la liste d'information.

Pré-requis :

Aucun prérequis n'est nécessaire pour la première partie

Une maîtrise raisonnable de Python de Numpy est souhaitable pour la seconde et troisième partie.
Pandas, Matplotlib et Jupyter lab sont des plus :-)

Avoir installé son environnement Fidle vous permettra d'effectuer les travaux pratiques

Equipe pédagogique :
Cette formation est portée par l'institut d'Intelligence Artificielle MIAI de Grenoble, via le projet EFELIA, le CNRS et l'Université Grenoble Alpes (UGA), avec le soutien et la participation de l’IDRIS, de la Formation Permanente CNRS et de la Mission pour les Initiatives Transverses et Interdisciplinaires (MITI) du CNRS, via les réseaux DevLOG, Resinfo et Calcul, ainsi que du laboratoire SIMaP.

Méthode pédagogique :
Fidle est une Formation d’Introduction au Deep Learning, en 20 séquences. L’objectif de la formation est de presenter les concepts fondamentaux du deep learning puis d’aller jusqu’aux architectures avancées(VAE, Transformers, GAN, ...).

Pour en savoir plus :

• A propos de la formation Fidle


• Découvrez le programme 2023/2024

Toutes les séquences des sessions sont disponibles en replay sur notre chaine YouTube

Compétences acquises à l'issue de la formation :
- Comprendre les bases de l'apprentissage profond avec des réseaux de neurones,
- Développer une première expérience à travers des exemples simples et représentatifs,
- Appréhender les technologies Tensorflow/Keras et/avec Jupyter lab.
- Appréhender l’utilisation de Jean-Zay, l’utilisation des GPU et favoriser les échanges

Les Compétences et capacités visées à l'issue de la formation (fiches RNCP)

Arrêté du 22 février 2019 définissant les compétences des diplômés du doctorat et inscrivant le doctorat au répertoire national de la certification professionnelle. https://www.legifrance.gouv.fr/loda/id/JORFTEXT000038200990/

Bloc 2 : Mise en œuvre d’une démarche de recherche et développement, d’études et prospective

- Mettre en œuvre les méthodes et les outils de la recherche en lien avec l’innovation

La formation participe à l'objectif suivant :être directement utile pour la réalisation des travaux personnels de recherche