FR
What are you looking for?
Upcoming events
Nov 10, 2026 at 11:30
Code
GPA710
Person in charge
Département de génie des systèmes
Cycle
1st
Credits
3
Workload
  • Cours (39h)
  • Laboratoire (24h)
  • Travaux personnels (72h)

GPA710 - Apprentissage profond

Ce cours vise à concevoir, entraîner, optimiser et analyser des modèles d'apprentissage profond afin de résoudre des problèmes complexes d'ingénierie, notamment en reconnaissance visuelle, traitement du langage et apprentissage par renforcement.

Au terme de ce cours, la personne étudiante sera en mesure de :

  • expliquer les principes fondamentaux et les limites des architectures d'apprentissage profond;
  • analyser les performances et la capacité de généralisation de modèles profonds;
  • concevoir et entraîner des réseaux de neurones profonds pour une application donnée;
  • implémenter des architectures spécialisées d'apprentissage profond à l'aide d outils logiciels.

Éléments de contenu : architectures de réseaux de neurones profonds, Fonctions de coût et optimisation, Rétro-propagation et descente de gradient stochastique, Régularisation et augmentation de données, Réseaux convolutifs, Réseaux récurrents et Transformers, Modèles génératifs, Apprentissage faiblement supervisé, Robustesse et attaques adverses, Interprétabilité des modèles, Apprentissage par renforcement, Implémentation en Python avec PyTorch, JAX et scikit-learn.

Group Day Type
01 Lundi 08:30 Activité de cours
01 Mercredi 13:30 Laboratoire