CSC 8608 – Concepts avancés et applications du deep learning

Portail informatique

Liens utiles
Supports
- CI1
  
  Modern Computer Vision
  - Cours
  - Exercices
  - Vision moderne
  - ViT & Swin
  - YOLO & DETR
  - SAM segmentation
  - MLOps vision
- CM1
  
  Reading and presenting scientific publications
  - Cours
    – 1h30min
  - Introduction to the assignment
  - How to read a scientific publication
  - Presentation tips
- CI2
  
  Génération d'image
  - Cours
    – 1h30min
  - Exercices
  - Préparation CC1
  - Modèles génératifs
  - Diffusion latente
  - Conditionnement texte
  - Paramètres d'inférence
  - Évaluation d'images
- CI3
  
  Deep learning pour l'audio
  - Cours
    – 1h30min
  - Exercices
  - Log-Mel spectrogram
  - Self-supervised learning
  - Whisper ASR
  - Conformer
  - Vocoder
- CI4
  
  Graph Neural Networks
  - Cours
    – 1h30min
  - Exercices
  - Préparation CC2
  - Message Passing Neural Networks
  - Convolution spectrale via Laplacien
  - GCN GraphSAGE GAT
  - Node classification Link prediction
  - Neighbor sampling et scalabilité
- CI5
  
  Deep Reinforcement Learning
  - Cours
    – 1h30min
  - Exercices
  - Apprentissage par Renforcement
  - Équation de Bellman
  - Deep Q-Network
  - Policy Gradient
  - Actor-Critic
  - Exploration et Exploitation
- CI6
  
  XAI
  - Cours
    – 1h30min
  - Exercices
  - Boîte noire
  - Explicabilité post-hoc
  - Valeurs de Shapley
  - Gradients intégrés
  - Courant résiduel

Présentation

Le Cours CSC8608 – Concepts avancés et applications du deep learning est un cours de troisième année de la VAP MAIA à Télécom SudParis.

Sujet

Contenu

Notions clefs
CI1

Modern Computer Vision
- Cours
- Exercices
- Vision moderne
- ViT & Swin
- YOLO & DETR
- SAM segmentation
- MLOps vision
CM1

Reading and presenting scientific publications
- Cours
  – 1h30min
- Introduction to the assignment
- How to read a scientific publication
- Presentation tips
CI2

Génération d'image
- Cours
  – 1h30min
- Exercices
- Préparation CC1
- Modèles génératifs
- Diffusion latente
- Conditionnement texte
- Paramètres d'inférence
- Évaluation d'images
CI3

Deep learning pour l'audio
- Cours
  – 1h30min
- Exercices
- Log-Mel spectrogram
- Self-supervised learning
- Whisper ASR
- Conformer
- Vocoder
CI4

Graph Neural Networks
- Cours
  – 1h30min
- Exercices
- Préparation CC2
- Message Passing Neural Networks
- Convolution spectrale via Laplacien
- GCN GraphSAGE GAT
- Node classification Link prediction
- Neighbor sampling et scalabilité
CI5

Deep Reinforcement Learning
- Cours
  – 1h30min
- Exercices
- Apprentissage par Renforcement
- Équation de Bellman
- Deep Q-Network
- Policy Gradient
- Actor-Critic
- Exploration et Exploitation
CI6

XAI
- Cours
  – 1h30min
- Exercices
- Boîte noire
- Explicabilité post-hoc
- Valeurs de Shapley
- Gradients intégrés
- Courant résiduel

CM : Cours Magistral (lecture only) CI : Cours Intégré (lecture and lab)