6th IVADO/Mila
Deep Learning School

Partager l'événement

Veuillez noter que l’école sera donnée en anglais. 

Pourquoi vous devriez vous inscrire

L’apprentissage profond est un ensemble de techniques qui permettent aux ordinateurs d’apprendre automatiquement de nouvelles représentations de données. Les algorithmes permettant de créer des représentations de données, comme l’analyse en composantes principales (PCA), existent depuis de nombreuses années. Cependant, l’apprentissage profond utilise des architectures modulaires qui sont suffisamment générales pour différents contextes tels que l’apprentissage supervisé, l’apprentissage non supervisé et l’apprentissage par renforcement, créant ainsi des représentations de données adaptées aux besoins de chacun. Grâce à ces nouvelles représentations de données, nous pouvons résoudre des tâches considérées comme difficiles dans de nombreux domaines, tels que la vision par ordinateur, le traitement du signal, le traitement du langage naturel, la prise de décision et bien d’autres, créant ainsi de nombreuses opportunités industrielles.

Convaincu.e mais vous vous demandez si c'est pour vous?

Cette école est de niveau intermédiaire et cible les profils suivants, ayant une connaissance minimale de la programmation en Python et des connaissances de base en mathématiques (algèbre linéaire, statistiques) :

  • Professionnel.le.e de l’industrie, tel.le.s que mais non limité à : analystes d’affaire ou marketing, scientifiques de données, bio-informaticien.ne.s, ingénieur.e.e, informaticien.ne.s, statisticien.ne.s, etc.;
  • Scientifiques;
  • Universitaires;
  • Passionné.e.s ayant une formation scientifique!

Rencontrez les expert.e.s en IA avec qui vous apprendrez

Gaétan Marceau Caron

Applied Research Scientist

Mila – Institut Québécois d’Intelligence Artificielle

Golnoosh Farnadi

Postdoctoral Researcher

Mila – Institut Québécois d’Intelligence Artificielle

AJung Moon

Professor adjoint à McGill et Mila

Mila – Institut Québécois d’Intelligence Artificielle

Jeremy Pinto

Applied Research Scientist

Mila – Institut Québécois d’Intelligence Artificielle

Mirko Bronzi

Applied Research Scientist

Mila – Institut Québécois d’Intelligence Artificielle

…et toute une équipe d’auxiliaires d’enseignement qui sera là pour vous aider dans les tutoriels et répondre à vos questions !

*Veuillez noter que soit Golnoosh Farnadi soit Ajung Moon enseigneront, en raison de circonstances personnelles.

Après cette école, vous serez capable de

  • Connaître les bases et la terminologie liées à l’apprentissage profond;
  • Identifier les types de réseaux de neurones à utiliser pour résoudre différents types de problèmes;
  • Utiliser les librairies d’apprentissage profond grâce à des séances pratiques de codage;
  • Être vigilant.e aux biais et discriminations en apprentissage automatique.

Tirez le meilleur parti de l'apprentissage numérique

  • Cette 6e édition de notre célèbre école en apprentissage profond IVADO/Mila sera entièrement virtuelle pendant 5 semaines.
  • Vous aurez accès à notre populaire cours en ligne (MOOC) « Deep Learning Essentials », qui a été suivi par des milliers d’aspirant.e.s praticien.ne.s de l’apprentissage profond. Le MOOC contient un contenu pré-enregistré sur les bases de l’apprentissage profond, agrémenté de quiz, des évaluations sommatives et des tutoriels avec des exercices de codage que vous pouvez réaliser à votre propre rythme entre chaque session en direct.
  • Vous prendrez part à 5 sessions en direct durant lesquelles les dernières découvertes dans le domaine vous seront présentées, avec des sessions de questions-réponses en direct pour poser vos questions directement aux expert.e.s, et des sessions de codage pour approfondir votre compréhension des tutoriels.
  • Enfin et surtout, vous ferez partie d’une communauté d’apprentissage pendant ces 5 semaines, avec laquelle vous pourrez interagir sur votre forum de discussion!

Vous aurez besoin de

  • 2 écrans sont recommandés afin d’afficher l’écran du formateur d’un côté et votre propre écran de l’autre;
  • Les calepins Colab seront utilisés;
  • Un navigateur web moderne tel que Google Chrome, Firefox, Edge ou Safari.

Planning global

  • L’école s’étend sur une période de 5 semaines
  • 1 thème général / semaine
  • 2 sessions en direct de 2 heures / semaine

Planning détaillé

  • Semaine 0 – 25 mars 2021 – Présentation de l’école
  • Semaine 1 – 30 mars, 1er avril 2021 – Apprentissage automatique et outils (Module 1)

Session en direct 1 : « Robustesse de l’apprentissage automatique » & « Outils d’apprentissage automatique- Mises à jour

Séance de codage en direct 1 : « Introduction au traitement des données pour les expériences d’apprentissage automatique ».

  • Semaine 2 – 6, 8 avril 2021 – Apprentissage profond et optimisation (Module 2)

Session en direct 2 : « La révolution de l’auto-supervisé : comment passer des calculs aux étiquettes ?

Session de codage en direct 2 : « Données catégorielles avec perceptron multicouches »

  • Semaine 3 – 13,15 avril 2021 – Réseaux de neurones convolutifs (CNN) (Module 3)

Session en direct 3 : « Traitement vidéo, interprétation de réseau et mises à jour en vision par ordinateur

Séance de codage en direct 3 : « Classification des images et détection d’objets avec les CNN »

  • Semaine 4 – 20, 22 avril 2021 – Réseaux neuronaux récurrents (RNN) (Module 4)

Séance en direct 4 : « Mises à jour du traitement automatique du langage naturel

Séance de codage en direct 4 : « Séquences et traitement automatique du langage naturel

  • Semaine 5 – 27, 29 avril 2021 – Biais et discrimination en matière d’IA (Module 5)

Séance en direct 5 : « Contextualiser l’éthique en IA

Conférence de fin et Conclusion de l’école

Votre engagement (à titre indicatif)

Afin de tirer le meilleur parti de cette école, vous devrez avoir visionné les vidéos chaque semaine avant la session en direct, et avoir travaillé sur le tutoriel de la semaine avant la session de codage en direct.

  • Visionnement vidéos pré-enregistrées : 3 heures
  • Séances en direct et questions-réponses : 2 heures
  • Séances de codage en direct : 2 heures
  • Préparation des tutoriels, et participation au forum de discussion : 2 heures
  • Engagement hebdomadaire : 9 heures x 5 semaines
  • Engagement total de l’école : 45 heures

Coûts

Frais d’inscription

Admission générale 1300$ *
Universitaires canadien.nes (après vérification du statut) ** 750$
Étudiant.e.s canadien.nes, post docs (sur présentation d’une pièce d’identité universitaire) ** 500$

* Les prix sont en dollars canadiens, et les taxes locales (TPS, TVQ) ne sont applicables que pour les participant.e.s canadien.ne.s.
** Les prix réduits ne sont applicables qu’aux citoyen.ne.s canadien.ne.s et/ou aux personnes travaillant au Canada. Pour les autres participant.e.s, l’admission générale s’applique.

Rabais Scale AI

Cet atelier est accrédité par le programme Scale AI offrant une remise de 25 % sur les frais d’admission générale, notamment aux particuliers canadiens en emploi qui souhaitent accélérer leur formation et le perfectionnement de leurs compétences en IA.

Tous les membres de IVADO bénéficient d’une réduction de 33 % sur le prix d’admission générale. Si vous êtes membre IVADO ET que vous êtes admissible au programme Scale AI, vous bénéficiez d’une réduction combinée sur les frais d’admission générale. Vérifiez auprès de votre responsable les codes promotionnels qui s’appliquent avant de vous inscrire. Veuillez noter que l’inscription est non transférable et non échangeable lorsque vous utilisez un code promotionnel.

Visez la réussite!

Pour obtenir un certificat de réussite à cette école en ligne, les participant.e.s doivent obtenir une note de passage aux évaluations et doivent également participer aux sessions en direct sur une base hebdomadaire.

Questions? 

Pour obtenir des informations sur le programme de l’École, veuillez contacter : formations@ivado.ca
Pour des informations sur l’inscription à l’événement, veuillez contacter : evenements@ivado.ca