Objectifs :
• Définir le Deep Learning et démystifier l’intelligence artificielle
• Saisir la logique derrière les réseaux de neurones artificiels, fondamentaux du Deep Learning
• Aborder des cas pratiques simples pour illustrer les concepts évoqués
• Aborder une implémentation d’intelligence artificielle en langage Python, sur le Framework Pytorch

Programme :
• Première partie théorique qui couvre les bases du Deep Learning
- Briques basiques des réseaux de neurones artificiels
- Traitement de l’information par ces couches de neurones
- Apprentissage et mise à jour des paramètres
- Les données, choix et importance

• Deuxième partie pratique, sur un notebook Jupyter sur Google Collab (langage Python)
- Présentation d’un cas de classification d’image de chien et chat, avec création du réseau et mise à l’épreuve de notre IA
- Mise en avant du rôle crucial des données
- Utilisation du Framework Pytorch pour implémenter notre IA/réseau de neurones

Pré-requis :
- Ordinateur personnel
- Bases en Python recommandées (non obligatoire)
- Notions basiques de mathématiques (niveau lycée)

Méthode pédagogique :
Cours magistral avec travaux pratiques

Compétences acquises à l'issue de la formation :
- Pouvoir définir le Deep Learning
- Être capable d’expliquer les principes de base du Deep Learning et sa distinction par rapport aux autres approches d’apprentissage automatique
- Comprendre le fonctionnement des réseaux de neurones (neurones artificiels, couches, propagation avant, rétropropagation, descente de gradient)
- Être capable de décrire les concepts clés tels que les fonctions d’activation, la perte, et l’optimisation
- Aborder une implémentation de réseaux de neurones avec Pytorch

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

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

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

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

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

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