Concepts avancés et applications du deep learning

Catalogue des cours de Télécom SudParis

Code

IGYF CSC 8608

Niveau

M2

Graduate

Graduate

Semestre

Fall

Domaine

Informatique

Programme

Programme Ingénieur

Langue

Français/French

Crédits ECTS

4

Heures programmées

42

Charge de travail

42

Coordonnateur(s)

Département

  • Informatique

Organisation

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

Acquis d'apprentissage

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

Compétences CDIO

  • 1.3 - Connaissances avancées en ingénierie : méthodes et outils
  • 2.2 - Méthodes scientifiques : expérimentation, enquête et initiation à la recherche
  • 2.2.2 - Etat de l'art

Prérequis

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.

Mots-clés

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

Contenu

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.

Formule de l'évaluation

* 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.

Bibliographie

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

Approches pédagogiques

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.