Supports
de cours
La nouvelle saison Fidle 2024/25 à commencée le jeudi 14 novembre 2024.
Vous pouvez retrouver l’ensemble des vidéos sur notre chaine YouTube
Les vidéos de la saison passée sont disponibles dans la section archives de notre site.
N’hésitez pas à vous inscrire à la liste d’informations pour bien recevoir toutes les annonces :-)
Next live on Fidle :
Après avoir entraîné un modèle, fine-tuné un modèle, ou sélectionné un modèle pré-entraîné, comment déployer ce modèle et le rendre facilement utilisable ? …tout en essayant d’en minimiser l’empreinte ?
Previously on Fidle :
Nous verrons, lors de cette première séquence très générale, comment
l’apprentissage machine et les réseaux de neurones en particulier,
se sont im...
(more)
L’IA permet actuellement de nombreuses avancées et est en passe de révolutionner nos pratiques.
(more)
L’IA et plus particulièrement les réseaux de neurones profonds soulèvent de nombreuses questions…
(more)
Après avoir vu les grands principes, des exemples pratiques et les grandes questions soulevées par l’IA, nous allons nous intéresser aux réponses !
(more)
Dans cette séquence, après avoir vu des modèles de classification ou de régression, nous étudierons des exemples d’architectures composites pour de...
(more)
Les données sont au centre du machine learning, pour le meilleur et parfois pour le pire !
À travers cette nouvelle séquence, nous allons explorer...
(more)
Et si on mettait un peu de méthodologie ?
La mise en œuvre des modèles d’apprentissage profond nécessite de passer
par diverses étapes, allant de l...
(more)
De ChatGPT à DeepL ou AlphaFold, les Transformers sont omniprésents
et ont objectivement révolutionnés le monde de l’IA :-)
(more)
Apparus en 2015 (Diffusion Probabilistic Model), fortement améliorés en 2020 avec
l’introduction des DDPM (Denoising Diffusion Probabilistic Model)...
(more)
À l’ère des données massives et diversifiées, la capacité d’un modèle d’intelligence artificielle
à interpréter et intégrer des informations proven...
(more)
Raissi et al. (2019) ont introduit la méthode PINNs(Physics Informed Neural Networks)
dans leur article intitulé Physics-Informed Neural Networks: ...
(more)
Cette séquence abordera les problèmes et tout ce qui ne marche pas !
Une sorte de grand bétisier du Deep Learning ;-)
(more)
Les modèles les plus sophistiqués exigent de longs apprentissages pour trouver
un ensemble de paramètres satisfaisants relativement à la tâche que ...
(more)
FIDLE est une formation portée par l’institut d’Intelligence Artificielle MIAI de Grenoble, via le projet EFELIA, le CNRS et l’Université Grenoble Alpes (UGA), avec le soutien et la participation de l’IDRIS, des ingénieurs du Programme national de recherche en intelligence artificielle du CNRS (PNRIA), de la Formation Permanente CNRS et de la Mission pour les Initiatives Transverses et Interdisciplinaires (MITI) du CNRS, via les réseaux DevLOG, Resinfo et Calcul, ainsi que du laboratoire SIMaP.
