Outils pour utilisateurs

Outils du site


cours_de_l_ed:start

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision
Révision précédente
Prochaine révision Les deux révisions suivantes
cours_de_l_ed:start [2021/10/12 11:26]
sonia
cours_de_l_ed:start [2022/06/21 10:37]
sonia
Ligne 4: Ligne 4:
  
 Trois cours de 24h chacun vous seront proposés prochainement. Les inscriptions sont dès à présent possible sur l'​adum. Trois cours de 24h chacun vous seront proposés prochainement. Les inscriptions sont dès à présent possible sur l'​adum.
 +
 +----------------------------
 +Pr Thierry ARTIERES
 +
 +Deep Learning
 +
 +Lieu : Salle 019 dans le bâtiment La Jetée à l’école Centrale Marseille {{ :​cours_de_l_ed:​plan_ecm.pdf |}}
 +
 +Lundi 27 Juin 9h-12h 14h-17h
 + 
 +Mardi 28 Juin 9h-12h 14h-17h ​
 +
 +Mercredi 29 Juin 9h-12h 14h-17h ​
 +
 +Jeudi 30 Juin 9h-12h 14h-17h ​
 +
 +Vendredi 1er juillet 9h-12h 14h-16h
 +
 +Programme : 
 +
 +1.Perceptron et perceptron multicouches ​
 +2.Architectures denses et convolutionnelles ​
 +3.Architectures profondes classiques  ​
 +4.Conception de systèmes, réutilisation de l’existant et transfert learning
 +5.Réseaux récurrents,​ mécanismes d’attention et Transformers ​
 +6.Apprentissage de représentations et embeddings ​
 +7.Génération de données et Adversarial Learning Ressources
 +
  
 ----------------------------- -----------------------------
Ligne 60: Ligne 88:
 Quantum Assisted Learning and beyond (GDM) Quantum Assisted Learning and beyond (GDM)
 [TD/TP Quantum Bandit] [TD/TP Quantum Bandit]
- 
- 
-------------------------- 
- 
- 
-Pr Thierry ARTIERES 
- 
-Deep Learning 
- 
-**Date et lieu à définir** cours sur 6 jours 
- 
-Programme :  
- 
-1.Perceptron et perceptron multicouches ​ 
-2.Architectures denses et convolutionnelles ​ 
-3.Architectures profondes classiques  ​ 
-4.Conception de systèmes, réutilisation de l’existant et transfert learning 
-5.Réseaux récurrents,​ mécanismes d’attention et Transformers ​ 
-6.Apprentissage de représentations et embeddings ​ 
-7.Génération de données et Adversarial Learning Ressources 
  
  
cours_de_l_ed/start.txt · Dernière modification: 2023/07/04 09:52 par sonia