Du 22 au 26 octobre 2018
École IVADO/MILA en Apprentissage Profond (3e édition)
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 (le plus gros laboratoire académique au monde spécialisé en apprentissage profond et pionnier du domaine) offrent une semaine de formation du 22 au 26 octobre 2018.
À la fin de cette semaine, les participants seront aptes à intervenir sur des projets dans le domaine et auront le bagage nécessaire pour continuer par eux-mêmes leur apprentissage, une fois revenu dans leur milieu de travail, ou d’étude. Toutes les présentations seront données en français.
Contenu de la semaine
L’École en apprentissage profond donnera à ses participants les bases théoriques et pratiques nécessaires à la compréhension des techniques d’apprentissage profond, et ils en ressortiront outillés pour intervenir sur des projets faisant appel à ces techniques. Le contenu est plus orienté vers la pratique et l’application que la théorie et la recherche. Le contenu théorique nécessaire sera présenté, mais il sera complété par une comparaison des bibliothèques classiques pour l’apprentissage profond, par des présentations de scripts et de stratégies d’entraînement, ainsi que par un retour d’expérience sur les problèmes spécifiques liés à la mise en oeuvre de projets d’intelligence artificielle en milieu industriel (infrastructure, accès aux données, résultats, etc.).
Le contenu de cette école s’adresse principalement aux professionnels de l’informatique (ingénieurs, informaticiens qui sont au moins détenteurs d’un baccalauréat en sciences ou en génie), 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.
Une connaissance minimale en programmation (idéalement Python) est souhaitable afin de bien pouvoir comprendre les tutoriels. Nous suggérons aussi le cours en ligne Introduction à l’apprentissage profond disponible sur EDUlib pour les non-initiés en apprentissage automatique et profond.
Inscription
Les inscriptions sont maintenant fermées.
Lieu
L’école se tiendra au B-0325, Pavillon Jean-Brillant à l’Université de Montréal.
Les ateliers pratiques en après-midi se tiendront au B-4205 B-4215 Pavillon Jean-Brillant à l’Université de Montréal.
Programme
Voici le programme préliminaire. Toutes les présentations seront données en français.
| Lundi | Mardi | Mercredi | Jeudi | Vendredi | |
|---|---|---|---|---|---|
| 9h00 – 10h15 | Déjeuner et réseautage | Entraînement : Graphe computationnel & backpropagation
Gaétan Marceau Caron [PDF] |
Modèle : Réseaux à convolution 1
Alexei Nordell Markovits [PDF] |
Modèle : Réseaux récurrents 1
César Laurent [PDF] |
Introduction : Modèles génératifs
Mathieu Germain [PDF] |
| 10h45 – 12h00 | Introduction : Apprentissage automatique
Jean-Michel Sellier [PDF] |
Entraînement : Optimisation continue
Gaétan Marceau Caron [PDF] |
Modèle : Réseaux à convolution 2
Alexei Nordell Markovits [PDF] |
Modèle : Réseaux récurrents 2
César Laurent [PDF] |
Introduction : Apprentissage par renforcement profond
Vincent François-Lavet [PDF] |
| 13h30 – 14h45 | Introduction : Apprentissage profond
Gaétan Marceau Caron [PDF] |
Introduction : Bibliothèques et matériel
Jeremy Pinto [PDF] |
Application : Traitement d’images
Margaux Luck [PDF] |
Application : Traitement des langues naturelles
Arsène Fansi [PDF] |
Groupes de discussion
|
| 15h15 – 16h30 | IA pour l’humanité: espoirs, dangers, actions
Myriam Côté [PDF] |
Tutoriel : Données catégorielles (MLP)
Arsène Fansi [GitHub] |
Tutoriel : Image (CNN)
Margaux Luck [GitHub] |
Tutoriel : Données séquentielles (RNN)
Francis Grégoire [GitHub] |
Groupes de discussion |
| Mardi | |
|---|---|
| 9h00 – 10h30 | Entraînement : Graphe computationnel & backpropagation
Gaétan Marceau Caron [PDF] |
| 10h45 – 12h00 | Entraînement : Optimisation continue
Gaétan Marceau Caron [PDF] |
| 13h30 – 14h45 | Introduction : Bibliothèques et matériel
Jeremy Pinto [PDF] |
| 15h15 – 16h30 | Tutoriel : Données catégorielles (MLP)
Arsène Fansi [GitHub] |
| 17h00 – 19h00 | Cocktail |
Un cocktail de réseautage aura lieu le mardi 23 octobre de 17h à 19h.
Les cours seront donnés par des professeurs, des chercheurs et des professionnels du MILA et de l’industrie:
-
Alexei Nordell Markovits, Element AI
-
Arsène Fansi, Mila
-
César Laurent, Mila & Université de Montréal
-
Francis Grégoire, Mila
-
Gaétan Marceau Caron, Mila
-
Jean-Michel Sellier, Mila
-
Jeremy Pinto, Mila
-
Margaux Luck, Mila
-
Mathieu Germain, Mila
-
Myriam Côté, Mila
-
Vincent François-Lavet, Mila & Université McGill
Tutoriels
Vous devez amener votre propre ordinateur portable pour les tutoriels. Aucune installation n’est requise. Il suffit d’avoir accès à un compte Gmail, car nous utiliserons colab. Les tutoriels utiliseront le langage de programmation Python avec Pytorch. Les professionnels du Mila seront présents pour vous assister durant les tutoriels. Les tutoriels sont disponibles sous GitHub.
Écoles précédentes
Les vidéos des éditions antérieures sont disponibles sur la chaîne YouTube de IVADO. Le cours en ligne Introduction à l’apprentissage profond a été développé à partir des éditions précédentes de l’école et est disponible gratuitement sur la plateforme EDUlib.