Objectifs : Comprendre les enjeux du machine learning et de l’intelligence artificielle
Connaître les différentes approches d’un problème en machine learning : supervisé/non-supervisé/semisupervisé, régression/classification etc.
Comprendre les avantages et inconvénients des réseaux de neurones profonds ou larges
Savoir chiffrer l’empreinte mémoire et la complexité de calcul d’un réseau en phase d’apprentissage ou d’évaluation
Durée et modalités : 2 jours
Commentaires : L’équipe pédagogique est constituée d’enseignants-chercheurs de l’école Grenoble INP - Phelma et de chercheurs du laboratoire Grenoble Images Parole Signal Automatique (GIPSA Lab). Cette formation s’appuie sur les moyens techniques de l’école Grenoble INP - Phelma.
Partenariat(s) français : Grenoble INP - Phelma et GIPSA Lab
Site web dédié : https://formation-continue.grenoble-inp.fr/formations-courtes/du-machine-learning-au-deep-learning?RH=1522396606568&LANGUE=0#page-presentation