Formation pour L’académie de Guadeloupe : Intelligence Artificielle : Apprentissage automatique
Sur cette page, je ne met que les ressources nécessaires pour le cours…
Niveau 1
Il s’agit de vous faire découvrir les réseaux de neurones :
- Quelles applications,
- principes sous jacents
-
exemples executables de réseaux opérationnels et/ou à améliorer.
- lien vers le cours
je vous propose de plus quelques ressources supplémentaires qui pourraient être utiles :
-
une base d’exemples : les vins, trouvée ici : http://www3.dsi.uminho.pt/pcortez/wine/. On se servira de cette base pour faire de la classification / de la régression.
-
Quelques fichiers pour tester du code :
- Mon premier DNN : c’est ici
- le lien colab d’analyse de la base Heart Disease du cours : c’est ici
- un autre lien colab pour tester des choses sur la base wine: c’est ici
J’ajouterais des choses au besoin…
Niveau 2
Il s’agit de vous proposer des notions plus avancées sur les réseaux de neurones. Compte tenu des personnes présentes, le cours a suivi le plan suivant :
Cours 1 : Rappels sur les Réseaux de neurones
Essentiellement, ceci consistait à suivre les grandes lignes de ce cours, en se concentrant sur les réseaux de neurones.
Cours 2 : Pratique des DNN
L’idée était de vous proposer de mettre en place des DNN sur des bases d’exemples exterieures (Fashion Mnist, Heart Disease), pour :
- vous familiariser avec les formats des bases
- vous montrer quelques difficultés courantes.
La fin du cours consistait a vous laisser coder en travaux pratiques, et a vous montrer comment injecter, par exemple, une image de vêtement téléchargée sur le net et en demander la reconnaissance au DNN.
Nous avons traité ceci via un Notebook dont voici le lien : PratiqueDesDnn.ipynb
Cours 3 : Les réseaux convolutifs
Cette partie est accessible dans cette page
Une idée supplémentaire concernerait le Transfert Learning. Ceci est abordé par l’exemple dans ce fichier executable
Si j’ai du temps, je vous montrerais d’autres choses, par exemple ce qu’on trouve la dedans : Lien vers le cours d’IA 2