Objectifs :
• Connaître le process d’ingestion des données.
• Maîtriser les outils d’aide à l’implémentation des réseaux de neurones.
• Construire une solide compréhension du vocabulaire entourant les réseaux de neurones.
• Décrire le perceptron comme base de réseaux de neurones.
• Décrire l’architecture des réseaux de neurones.
• Décrire l’utilisation des outils dédiés à l’Apprentissage profond.

Programme :
1. Neurone biologique et perceptron (neurone artificiel), notations, fonctions d’activation, fonction de coût, programmation et test d’un perceptron.
2. Généralités sur les réseaux de neurones, rétro-propagation et descente de gradient, outils (Tensorflow et keras), premier réseau de neurones.
3. Optimisation des réseaux de neurones, architecture, régularisation.
4. Réseaux de neurones avancés : réseaux convolutifs, réseaux récurrents.
5. Hyperparamètres : noyau de convolution, pooling, padding et augmentation des données.
6. Apprentissage par transfert, architectures connues, algorithmes pré-entrainés, adaptation des algorithmes, réglage fin et rappels (Call-backs).
7. Réseaux de neurones récurrent.

Pré-requis :
• Impératif : votre ordinateur personnel doit être préalablement équipé d'Anaconda (https://www.anaconda.com/)
• Solide compréhension du langage de programmation Python et connaissances du Machine Learning, ou avoir suivi le module Parcours CEDRE 3.

Equipe pédagogique :
Equipe : CEntre de Formation et de Soutien aux Données de la REcherche (CEDRE) - programme 2 du projet IDeAL, rattaché à la DIRNUM Intervenant : Eulalio TORRES

Méthode pédagogique :
Cette formation repose sur une approche pédagogique centrée sur la pratique, intégrant les Notebooks Jupyter comme principal outil d'enseignement et d'apprentissage.

Les apprenants sont guidés à travers des exemples concrets et interactifs de code, qu'ils peuvent exécuter et modifier en temps réel, ce qui permet d'allier théorie et pratique. Cela favorise :
• L'apprentissage par l’expérimentation : Chaque concept est accompagné d’exercices pratiques que les doctorants peuvent manipuler, tester et adapter à leurs propres besoins de recherche.
• L’autonomie dans l'apprentissage : Les participants peuvent revenir sur les notebooks, refaire les exercices et approfondir les notions à leur rythme.
• Résolution de problèmes réels : Des études de cas, basées sur des problématiques de recherche, sont intégrées pour familiariser les participants avec l'application des méthodes d'analyse des données dans divers domaines scientifiques.

Tout au long de la session, nous vous encourageons à poser des questions. Ces moments permettent d'aborder des problèmes spécifiques et de renforcer la compréhension collective.

Compétences acquises à l'issue de la formation :
• Comprendre le processus d’ingestion des données dans les réseaux de neurones.
• Comprendre les types d’erreurs pendant l’instruction/entrainement des réseaux de neurones.
• Connaitre les types de réseaux de neurones et son application.
• Programmer et mettre en application un perceptron.
• Construire, entrainer et optimiser des réseaux de neurones avec l’aide des TensorFlow et Keras.
• Préparer les données pour l’ingestion d’un réseau de neurones.
• Tester et optimiser différents types de neurones.
• Déboguer des codes dédiés à l’apprentissage profond.
• Réutiliser des architectures pré-entrainées et les adapter à ses besoins.

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 1 : Conception et élaboration d’une démarche de recherche et développement, d’études et prospective

- Disposer d'une expertise scientifique tant générale que spécifique d'un domaine de recherche et de travail déterminé

- Faire le point sur l’état et les limites des savoirs au sein d’un secteur d’activité déterminé, aux échelles locale, nationale ou internationale

- Identifier et résoudre des problèmes complexes et nouveaux impliquant une pluralité de domaines, en mobilisant les connaissances et les savoir-faire les plus avancés

- Identifier les possibilités de ruptures conceptuelles et concevoir des axes d’innovation pour un secteur professionnel

- Apporter des contributions novatrices dans le cadre d’échanges de haut niveau, et dans des contextes internationaux

- S’adapter en permanence aux nécessités de recherche et d’innovation au sein d’un secteur professionnel

Bloc 3 : Valorisation et transfert des résultats d’une démarche R&D, d’études et prospective

- Mettre en œuvre les problématiques de transfert à des fins d’exploitation et valorisation des résultats ou des produits dans des secteurs économiques ou sociaux

- Respecter les règles de propriété intellectuelle ou industrielle liées à un secteur

- Respecter les principes de déontologie et d’éthique en relation avec l’intégrité des travaux et les impacts potentiels

- Mettre en œuvre l’ensemble des dispositifs de publication à l’échelle internationale permettant de valoriser les savoirs et connaissances nouvelles

- Mobiliser les techniques de communication de données en « open data » pour valoriser des démarches et résultats

Bloc 4 : Veille scientifique et technologique à l’échelle internationale

- Acquérir, synthétiser et analyser les données et informations scientifiques et technologiques d’avant-garde à l’échelle internationale

- Disposer d’une compréhension, d’un recul et d’un regard critique sur l’ensemble des informations de pointe disponibles

- Dépasser les frontières des données et du savoir disponibles par croisement avec différents champs de la connaissance ou autres secteurs professionnels

- Développer des réseaux de coopération scientifiques et professionnels à l’échelle internationale

- Disposer de la curiosité, de l’adaptabilité et de l’ouverture nécessaire pour se former et entretenir une culture générale de haut niveau

Bloc 5 : Formation et diffusion de la culture scientifique et technique

- Rendre compte et communiquer en plusieurs langues des travaux à caractère scientifique et technologique en direction de publics ou publications différents, à l’écrit comme à l’oral

- S’adapter à un public varié pour communiquer et promouvoir des concepts et démarches d’avant-garde

Compétences sociales

- Adaptation ; Persévérance ; Résilience ; Gestion du changement et de l'échec ; Engagement

- Créativité, capacité à imaginer et formuler des idées originales ; Souplesse d'esprit et ouverture à la nouveauté

- Indépendance ; Autonomie ; Esprit d'initiative et prise de décision

- Compétences inter-relationnelle = Sens de la communication ; Capacité d'écoute et d'empathie, bienveillance ; Relation à l'autre ; Capacité à travailler en équipe et sens de la responsabilité collective.

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