Apprentissage automatique

Le deep learning a révolutionné un nombre croissant de domaines, par exemple, la vision par ordinateur, le traitement du langage naturel, les jeux, etc. Dans ce cours, nous visons à introduire des concepts fondamentaux, des théories et des techniques avancées dans l'apprentissage structuré profond, couvrant en particulier l'apprentissage séquence à séquence et le Generative Adversarial Network (GAN). Un certain nombre de travaux pratiques seront programmés, y compris par exemple la génération d'images, la génération d'images en texte, la génération de texte en image, le transfert de style, etc.

Apprentissage séquence à séquence

• Réseaux récurrents, LSTM, GRU
• Modèles attentionnels
• Transformer
• Modèles de langue, ELMO, BERT, GPT

Generative Adversarial Network (GAN)

• Base fondamentale
• GAN conditionnel
• cGAN non supervisé
• le cadre théorique des GANs
• WGAN, EBGAN, InfoGAN, VAE-GAN, BiGAN
• Evaluation de GAN
• Applications: face editing, génération de parole