SYS879 - Modèles génératifs profonds : théorie et applications

Ce cours vise à acquérir des connaissances approfondies sur les principes théoriques, les méthodes algorithmiques et les applications modernes des modèles génératifs profonds.

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

• estimer les modèles génératifs de pointe actuels et à venir;
• décrire les fondements de la modélisation probabiliste, l'inférence variationnelle et les techniques d apprentissage profond;
• modéliser des distributions de données complexes à l'aide de réseaux neuronaux;
• analyser les modèles et architectures de modèles génératifs en apprentissage automatiques selon les spécificités et domaines d'application.

Éléments de contenu :Fondements de la modélisation probabiliste. Modèles à variables latentes. Modèles autorégressifs. Flux normalisants et modèles inversibles. Modèles génératifs adversariaux. Modèles de diffusion et modèles basés sur le score. Modèles énergétiques et modèles non normalisés (selon l année et le temps disponible). Évaluation des modèles génératifs. Applications modernes des modèles génératifs.