IFT780 - Réseaux neuronaux

programmes offrant cette activité pédagogique (cours)

Doctorat en informatique

Maîtrise en génie logiciel

Maîtrise en informatique

Sommaire

Cycle
2e cycle
Crédits
3 crédits
Faculté/Centre
Faculté des sciences
Répartition de la charge de travail
3-0-6
Cible(s) de formation

Connaître et comprendre plusieurs types de réseaux de neurones. Savoir les implanter, les entraîner et analyser leur performance. Savoir lire, comprendre, synthétiser et présenter des travaux d'articles scientifiques sur les réseaux de neurones. Pouvoir reproduire les résultats d’un article scientifique ou concevoir un nouveau réseau de neurones puis évaluer sa performance.

Contenu

Apprentissage supervisé par réseaux de neurones : classification et régression avec réseaux à propagation avant et prédiction de cibles. Réseaux de neurones classiques : perceptron multicouches et régression logistique. Réseaux à convolution et architectures profondes (deep learning) modernes : VGG, InceptionNet, ResNet, UNet, etc. Applications à l'imagerie : reconnaissance, segmentation, localisation, transfert de style, etc. Réseaux de neurones récurrents et applications à l'analyse de texte. Modèles génératifs adversaires et réseaux de neurones non supervisés : auto-encodeurs et auto-encodeurs variationnels. Bonnes pratiques : transfert d'entraînement, augmentation de données, normalisation, méthodes d'entraînement modernes, visualisation. Concepts avancés : modèles d'attention, autoML, compression, convolution dilatées.