============================= IFT6266: Plan de chaque cours ============================= Tableau résumé des cours et lectures (cliquer sur la date pour les détails de chaque cours) ================== ====================== ========================================================================================================================================= Date Sujets À lire en priorité ================== ====================== ========================================================================================================================================= `2 avril`_ Examen `29 mars`_ Révision `26 mars`_ Réseaux à convolution Article sur le `Neocognitron `_. Article sur `LeNet `_. `Tutoriel sur les réseaux à convolution `_. `22 mars`_ Gradient profond. fin de `Présentation de Yoshua Bengio `_. DAE vs AE :ref:`dae_fr`. `19 mars`_ Défi de la profondeur :ref:`deepchallenge_fr`. `15 mars`_ Pré-entraînement `Présentation de Yoshua Bengio `_. `12 mars`_ Pré-entraînement `Présentation de Dumitru Erhan `_. `1 mars`_ DBMs, :ref:`dbm_fr`. `20+23 février`_ DBNs :ref:`dbn_fr`. `13+16 février`_ RBMs :ref:`rbm_fr`. `6+9 février`_ Modèles probabilistes :ref:`deepgm_fr`. `2 février`_ Modèles probabilistes, Intro aux :ref:`deepgm_fr`. Lancer de jobs au LISA `Jobman `_. `30 janvier`_ Modèles probabilistes Intro aux :ref:`deepgm_fr`. `26 janvier`_ Auto-encodeurs, Section 4.6 de `Learning Deep Architectures for AI `_. DAE `Denoising Auto-Encoders `_ `23 janvier`_ python, numpy, Theano Documentation sur `python `_, `numpy `_, et `Theano `_. Régression logistique Exemple avec la `Régression logistique `_. Notes sur :ref:`l'entraînement des MLPs `. `19 janvier`_ Réseaux de neurones `Efficient Backprop `_. `Intro au tutorial profond de Theano `_. `Démarrage du tutoriel `_. `16 janvier`_ Le calcul du gradient Notes sur le :ref:`calcul du gradient `. `12 janvier`_ Intro aux Notes introductoires sur les :ref:`architectures profondes `, architectures Sec. 1 de `Learning Deep Architectures for AI `_. profondes Notes sur le :ref:`gradient `. `9 janvier`_ Intro aux Notes introductoires sur les :ref:`architectures profondes `, architectures Sec. 1 de `Learning Deep Architectures for AI `_. profondes `5 janvier`_ Intro au cours `plan de cours `_ . Intro à `diapos. `_ . l'apprentissage Notes introductoires sur :ref:`l'apprentissage `, Sec. 1 et 2 de `Scaling Learning Algorithms towards AI `_. ================== ====================== ========================================================================================================================================= 2 Avril ------- * Examen théorique à livre ouvert 29 Mars ------- * Révision en vue de l'examen 26 Mars ------- * Réseaux à convolution * `Neocognitron `_ * `LeNet `_ * `Tutoriel sur les réseaux à convolution `_ 22 Mars ------- * Propagation du gradient supervisé dans les réseaux profonds: `Présentation de Yoshua Bengio Mai 2010 `_. * :ref:`dae_fr`. 19 Mars ------- * Comprendre l'effet du pré-entraînement non-supervisé: `Présentation de Yoshua Bengio Mai 2010 `_. * :ref:`deepchallenge_fr`. 15 Mars ------- * Comprendre l'effet du pré-entraînement non-supervisé: `Présentation de Yoshua Bengio Mai 2010 `_. 12 Mars ------- * Comprendre l'effet du pré-entraînement non-supervisé: `Présentation de Dumitru Erhan Mars 2010 `_. 1 Mars ------ * :ref:`dbm_fr`. 20+23 Février ------------- * :ref:`dbn_fr`. 13+16 Février ------------- * :ref:`rbm_fr`. 6+9 Février ------------ * Suite des :ref:`deepgm_fr`. 2 Février --------- * Suite de l'intro aux :ref:`deepgm_fr`. 30 Janvier ---------- * Intro aux :ref:`deepgm_fr`. 26 Janvier ---------- * Suite de l'entraînement des réseaux de neurones: * Contrôle de la capacité: :ref:`trainmlp_fr` * Auto-encodeurs * Survol des auto-encodeurs: section 4.6 de `Learning Deep Architectures for AI `_ * `Tutorial sur les auto-encodeurs débruitants `_ 23 Janvier ---------- * :ref:`mlp_fr` * :ref:`backprop_fr` * :ref:`logreg_fr` * :ref:`trainmlp_fr` * Intro au `tutoriel profond de Theano `_ 19 Janvier ---------- * :ref:`mlp_fr` * :ref:`mln_fr` * :ref:`loss_fr` * Introduction à `Theano `_ * Intro au `tutoriel profond de Theano `_ 16 Janvier ---------- * :ref:`gradient_fr` * :ref:`flowgraph_fr` 12 Janvier ---------- * :ref:`Introduction aux algorithmes d'apprentissage profond ` * :ref:`breakthrough_fr` * :ref:`gradient_fr` * :ref:`grad_fr` * :ref:`gd_fr` * :ref:`sgd_fr` 9 Janvier ---------- * :ref:`deepintro_fr` 5 Janvier --------- * Introduction au cours, objectifs du cours, modalités d'évaluation (`plan de cours `_) * :ref:`mlintro_fr`