Concepts avancés et applications du deep learning

Catalog of Télécom SudParis courses

Code

IGYF CSC 8608

Level

M2

Graduate

Graduate

Semester

Fall

Domain

Informatique

Program

Programme Ingénieur

Language

Français/French

ECTS Credits

4

Class hours

42

Workload

42

Program Manager(s)

Department

  • Informatique

Organisation

Cours/TD/TP/projet/examen : Cours, TP, projet, examen

Learning objectives

À l'issue de ce cours, les étudiants seront capables de :
•

CDIO Skills

  • 1.3 - Advanced engineering fundamental knowledge, methods and tools
  • 2.2 - Experimentation, investigation and knowledge discovery
  • 2.2.2 - Survey of Print and Electronic Literature

Prerequisites

Connaissance des concepts fondamentaux en deep learning : réseaux neuronaux convolutionnels, récurrents et de base (LSTM, GRU). Programmation en Python avec TensorFlow ou PyTorch. Bases en algèbre linéaire, optimisation et probabilités. Familiarité avec les notions de machine learning supervisé et non supervisé.

Keywords

Deep learning avancé, grands modèles de langage, transformers, GAN, diffusion, graph neural networks, reinforcement learning, mixture of experts, knowledge distillation, interprétabilité, robustesse, IA neuro-symbolique, déploiement IA, applications IA

Content

Le programme vise à former les étudiants aux applications avancées de l'IA en couvrant les thématiques suivantes :
•

Evaluation

Total : 20 points.
Note minimale pour valider le cours : 10/20.
Critères :
* Rigueur et exactitude scientifique.
* Qualité de la mise en œuvre technique.
* Originalité et innovation dans les projets.
* Compréhension démontrée dans le contrôle final.

Assessment formula

* Contrôles continus (4 points) : QCM et mini-exercices pratiques lors de sessions dédiées.
* Projets (8 points) : Un projet par groupe, évalué sur la conception, la mise en œuvre et la présentation finale.
* Contrôle final (8 points) : Un examen individuel comprenant théorie et programmation.

References

https://www-inf.telecom-sudparis.eu/COURS/CSC8608/Supports/

Pedagogical methods

Le cours allie théorie et pratique avec :

• Cours magistraux pour introduire les concepts avancés.
• Travaux pratiques (TP) pour appliquer les techniques étudiées sur des cas réels.
• Projets de groupe visant à développer une solution complète en IA.
• Études de cas et séminaires pour explorer les applications et les tendances de recherche.
• Discussions ouvertes sur les défis éthiques et la robustesse de l’IA.