Dates:

Le deep learning n'a plus besoin de présentation: ses nombreuses prouesses sont largement documentées et célébrées. Mais sait-on vraiment ce qui rend ces réseaux profonds aussi habiles? Pour plusieurs, l’apprentissage profond demeure une mystérieuse boîte noire qui produit des résultats étonnants en opérant toutefois selon des modalités opaques. L’objectif de cet atelier est de présenter - et même de voir en action - les principaux mécanismes derrière le fonctionnement d’un réseau de neurones.

Plus précisément, nous couvrirons:

• L’architecture d’un réseau de neurones
• Les mécanismes de propagation avant de l’information: comment le réseau peut-il produire une sortie associée à une donnée d’entrée ?
  
• Comment un réseau peut-il apprendre et s’améliorer
  
• Les écueils classiques: underfitting, overfitting.
  

Il y aura également un volet pratique qui vous permettra de créer et configurer votre propre réseau et de lui faire apprendre à reconnaître des chiffres manuscrits !

Cet atelier en est un d’introduction et ne présuppose aucune connaissance en apprentissage profond quel qu’il soit. Seules des notions de base en calcul différentiel et en algèbre linéaire pourront être utiles pour suivre la présentation.

Bienvenue à toutes et à tous !

Les dates ne vous conviennent pas?

Si vous êtes intéressé-e à participer à cet atelier mais qu’il n’y a plus de place ou si le moment de la présentation ne vous convient pas, nous vous invitons à remplir ce formulaire et y spécifier vos disponibilités.

Précédentes éditions:

• bcs@etsmtl.ca