Les réseaux de neurones

I. Introduction au Deep Learning

Machine learning classique vs. deep learning.
Concepts clés et terminologie.
Avantages et limitations.
Applications et cas d’utilisation.

II. Introduction aux réseaux de neurones

Qu’est-ce qu’un réseau de neurones.
Perceptrons.
Composants d’un réseau de neurones.
Fonctions d’activation.
Comment les réseaux de neurones apprennent.
Types de réseaux de neurones.

III. Les réseaux de neurones convolutifs (CNN)

Qu’est-ce qu’un CNN ?
Composants de base.
Concepts clés.
Aperçu des architectures populaires.
Applications.

IV. Les réseaux de neurones récurrents (RNN)

Qu’est-ce qu’un RNN ?
Composants de base.
Aperçu des variantes d’architecture.
Applications.

V. Les réseaux de neurones graphiques / en graphes (GNN)

Qu’est-ce qu’un GNN.
Structures de graph.
Concepts clés.
Types de GNN.
Applications.