When
Monday December 2, 2019 at 9:00AM to
Friday December 6, 2019 at 4:30PM
Price
De 500$ à 1500$
L’apprentissage profond est une technique d’apprentissage automatique (machine learning) qui a considérablement amélioré les résultats précédents entre autres en vision par ordinateur, en reconnaissance de la parole ou en traduction automatique. De nombreux autres domaines sont touchés par cette nouvelle technologie, ou vont l’être. Face à l’intérêt suscité par cette technologie, et face aux besoins de formation, IVADO et le Mila s’associent au UBC Data Science Institute pour offrir cette formation à Vancouver du 2 au 6 décembre 2019.
Public cible
Le contenu de cette école s’adresse principalement aux professionnels de métier possédant des connaissances de base en mathématiques et programmation (ingénieurs, informaticiens, statisticiens, chef de projet technique, gestionnaire de produit, ingénieur de systèmes, etc.), mais les professeurs et les étudiants aux cycles supérieurs en sciences ou en ingénierie (essentiellement ceux qui ne sont pas encore familiers avec l’apprentissage profond) peuvent aussi y trouver leur intérêt.
Pré-requis
Une connaissance minimale en programmation (idéalement Python) et des connaissances de base en mathématiques (algèbre linéaire, statistiques) sont recommandées.
Objectifs
À la fin de cette semaine, les participants seront aptes à :
- Comprendre les bases et le vocabulaire relié à l’apprentissage profond
- Comprendre la méthodologie pour mener à bien un projet en apprentissage profond
- Identifier les types de réseaux de neurones à utiliser pour résoudre différents types de problèmes
- Apprendre à utiliser les librairies en apprentissage profond grâce aux sessions pratiques et tutoriels
Ressources
- Programme de la 3e édition
- Tutoriels de la 3e édition
- Vidéos – 1e édition, 2e édition
- Cours en ligne d’introduction à l’apprentissage profond
Contact
Pour tous commentaires, n’hésitez pas à nous contacter à l’adresse courriel suivante : formations@ivado.ca.
Cette école est rendue possible grâce aux Fonds d’excellence en recherche Apogée Canada.
Les conférenciers de l'événement
Gaétan Marceau Caron
Applied Research Scientist
Mila – Institut Québécois d’Intelligence Artificielle
Programme
Lundi - Machine Learning
9AM – 09:10AM: Welcome
Welcome words by IVADO and Mila
09:10AM – 10:15AM: Presentation
Machine learning and experimental protocol
Gaétan Marceau Caron
10:15AM – 10:45AM: Break
10:45AM – 12PM: Presentation
Introduction to Machine Learning
Gaétan Marceau Caron
12PM – 1:30PM: Lunch
1:30PM – 2:45PM: Presentation
Machine learning tools
Jeremy Pinto
2:45PM – 3:15PM: Break
3:15 – 4:30PM: Tutorial
Data & metrics with pyTorch
Mardi - Deep Learning
9AM – 10:15AM: Presentation
Introduction to deep learning
Gaétan Marceau Caron
10:15AM – 10:45AM: Break
10:45AM – 12PM: Presentation
Computational graph & backpropagation
Gaétan Marceau Caron
12PM – 1:30PM: Lunch
1:30PM – 2:45PM: Presentation
Optimization in deep learning
Gaétan Marceau Caron
2:45PM – 3:15PM: Break
3:15PM – 4:30PM: Tutorial
Categorical data with multilayer perceptron (MLP)
Mercredi - CNN
9AM – 10:15AM: Presentation
Introduction to convolutional neural networks, part I
Jeremy Pinto
10:15AM – 10:45AM: Break
10:45AM – 12PM: Presentation
Introduction to convolutional neural networks, part II
Jeremy Pinto
12PM – 1:30PM: Lunch
1:30PM – 2:45PM: Presentation
Convolutional neural network architectures
Jeremy Pinto
2:45PM – 3:15PM: Break
3:15PM – 4:30PM: Tutorial
Getting started with convolutional neural networks
Jeudi - RNN
9AM – 10:15AM: Presentation
Introduction to recurrent neural networks
Mirko Bronzi
10:15AM – 10:45AM: Break
10:45AM – 12PM: Presentation
Sequence to sequence models
Mirko Bronzi
12PM – 1:30PM: Lunch
1:30PM – 2:45PM: Presentation
Natural language processing
Mirko Bronzi
2:45PM – 3:15PM: Break
3:15PM – 4:30PM: Tutorial
Recurrent neural networks
Vendredi
9AM – 10:15AM: Presentation
Reinforcement Learning
Dr. Michiel van de Panne (Professor, UBC Computer Science)
10:15AM – 10:30AM: Coffee Break
10:30AM – 12PM: Presentation
Reinforcement Learning
Dr. Michiel van de Panne (Professor, UBC Computer Science)
12PM – 1PM: Lunch Break
1PM – 2:45PM: Presentation
Ethics in AI: Bias and discrimination in Machine Learning
Dr. Golnoosh Farnadi (Researcher at Polytechnique Montréal)
2:45PM – 3:00PM: Coffee Break
3:00PM – 4:00PM: Presentation
Ethics in AI Discussion Panel
- Evgueni Loukipoudis
CTO of Canada’s Digital Technology Supercluster. - Fred Popowich
Computing Scientist at Simon Fraser University
Scientific Director of SFU’s Big Data Initiative. - Raymond T Ng
Director, Data Science Institute, UBC
Professor, Computer Science, UBC
Canada Research Chair in Data Science and Analytics
Chief Informatics Officer, PROOF (Prevention of Organ Failure) Centre - Golnoosh Farnadi
IVADO post-doctoral fellow at Polytechnique Montréal
