Programmation

Mot de bienvenue

Mathieu Godbout

Introduction à l'apprentissage automatique et scikit-learn

Présentation des concepts et techniques de base en apprentissage automatique ainsi que des modèles de prédiction communs et leur implémentation en Python avec Scikit-learn.

Marouane Yassine

Introduction à l'apprentissage profond et PyTorch

Présentation des bases de l'apprentissage profonds avec des exemples utilisant PyTorch et Poutyne. Les concepts suivants seront abordés: neurone, couche pleinement connectée, fonctions d'activation, fonctions de perte, régularisation, entraînement, descente du gradient et fondements des réseaux à convolution.

Frédérik Paradis

Bonnes pratiques en apprentissage automatique

Brève introduction à la « recherche reproductible » en apprentissage automatique. Pour bien utiliser nos résultats de recherche, nous devons apprendre à adopter graduellement de nouvelles méthodes de travail pour gagner en productibilité.

David Beauchemin

Introduction au calcul scientifique de pointe avec Calcul Canada

Présentation de l’architecture d’un serveur de calcul scientifique avancé et de comment prendre un programme qui roule de manière locale et le déployer de manière efficace et sans tracas sur Calcul Canada.

Mathieu Godbout

Introduction au traitement automatique de la langue naturelle

Dans ce segment nous introduirons le traitement automatique de la langue naturelle (NLP), les représentations vectorielles de mots et les modèles de langue. Nous aborderons également des cas concrets d'application du NLP et différentes avenues de recherche.

Nicolas Garneau

Introduction à la théorie de l'apprentissage automatique

Définition formelle du problème de l’apprentissage supervisé. Nous expliquons le compromis biais-variance ainsi que le théorème «no-free lunch». Nous parlons également de la complexité d’une classe d’hypothèses et des bornes de généralisation.

Abdelali Bouyahia

Introduction à l'apprentissage par renforcement

Présentation du cadre d’apprentissage par renforcement (RL) dans un processus décisionnel de Markov (MDP) et mention des applications à succès (Atari, AlphaZero et plus). Revue et programmation des trois familles d’approches principales: par valeur, par gradient de politique et acteur-critique.

Mathieu Godbout

Hands-on sur la vision numérique

Définition d'une image au sens numérique et présentation des caractéristiques morphologiques. Présentation, entraînement et visualisation des réseaux à convolution (CNN). Description de la tâche de segmentation et du champ récepteur d'un réseau.

Gabriel Leclerc et Catherine Bouchard

Communiquer efficacement ses données

Être capable de partager efficacement ses résultats est une part importante de la communication scientifique. Cet exposé se veut un guide pratique sur le choix du moyen de communication des données (ex.: tableaux, diagrammes à courbes, diagrammes à bandes, etc.) ainsi que sur la manière de les présenter efficacement et professionnellement.

Jean-Samuel Leboeuf

Mot de clôture

Mathieu Godbout