Cette UE introduit des concepts récents en deep learning et a vocation à s’adapter aux avancées du domaine. En particulier, le cours présente en détail - du point de vue théorique et pratique les modèles génératifs récents (modèles variationnels, adverses, de flot normalisant et de diffusion, …). Il aborde également le paradigme AI4Science : quelle place pour le deep learning dans la modélisation scientifique avec des exemples issus du « Physics-informed Machine Learning. Les travaux pratiques permettent de découvrir les applications en lien avec ces thématiques dans différents domaines scientifiques.
Environnement logiciel
L’environnement logiciel qui permet de suivre dans des conditions optimales les travaux pratiques est décrit sur cette page
Informations
- Période: M2 S1
- Langue: français
- Crédits: 3 ECTS