- ECTS- 2 crédits 
- Composante- Collège Sciences et Technologies pour l’Energie et l’Environnement (STEE) 
- Volume horaire- 19,5h 
Description
Il s'agit de maitriser les différents modèles de réseaux de neurones pour de l’apprentissage supervisé, et les adapter au contexte d’une problématique donnée.
1. Notions d’apprentissage profond supervisé;
2. Différentes topologies pour les modèles à convolution, exemple les auto-encodeurs;
3. Différentes topologies pour les modèles récurrents, exemple le LSTM;
4. Exemples de modèles hybrides ;
5. Le principe du Transfert Learning.
Objectifs
À la fin de cet EC, vous serez capable de :
- Choisir le bon modèle;
- Utiliser des modèles pré-entrainés;
- Élaborer sur les données des pré-traitements adaptés au modèle;
- Interpréter les résultats obtenus.
Heures d'enseignement
- Apprentissage profond - CMCours Magistral10,5h
- Apprentissage profond - TDTravaux Dirigés9h
Pré-requis obligatoires
Notions de base en apprentissage profond.
Contrôle des connaissances
Session 1 : 100% contrôle continu.
Pas de session 2.
Compétences acquises
| Compétences | Niveau d'acquisition | |
|---|---|---|
| Appui à la transformation en contexte professionnel | Respecter les principes d'éthique, de déontologie et de responsabilité environnementale | 2 - Application | 
| Développement et intégration de savoirs hautement spécialisés | Conduire une analyse réflexive et distanciée prenant en compte les enjeux, les problématiques et la complexité d'une demande ou d'une situation afin de proposer des solutions adaptées et/ou innovantes en respect des évolutions de la règlementation | 2 - Application | 
| Résoudre des problèmes pour développer de nouveaux savoirs et de nouvelles procédures et intégrer les savoirs de différents domaines | 2 - Application | |
| Développer une conscience critique des savoirs dans un domaine et/ou à l'interface de plusieurs domaines | 2 - Application | |
| Mobiliser des savoirs hautement spécialisés, dont certains sont à l'avant-garde du savoir dans un domaine de travail ou d'études, comme base d'une pensée originale | 2 - Application | |
| Usages avancés et spécialisés des outils numériques | Se servir de façon autonome des outils numériques avancés pour un ou plusieurs métiers ou secteurs de recherche du domaine | 3 - Maitrise | 
| Identifier les usages numériques et les impacts de leur évolution sur le ou les domaines concernés par la mention | 3 - Maitrise | |



