Master 2 AMIS: Réseaux de neurones

Image taken from: https://teksands.ai/blog/evolution-of-design-of-artificial-neuron

Table des matières

1. Introduction
2. Overfitting and Bias-Variance Trade-Off
3. Linear Regression
4. KNN, Logistic Regression and Classification Metrics
5. Perceptron
6. Multi-Layer Perceptron
7. Loss Functions
8. Gradient Descent
9. Backpropagation
10. Neural Networks in Pytorch
11. Convolutional Neural Networks (CNNs)
12. Autoencoder
13. Denoising Autoencoders
14. Variational Autoencoders
15. Transformers

Cours

Les slides de cours se trouvent dans le dossier Slides/

Exercices

Les exercices et leurs corrigés se trouvent dans le dossier TP/.

Bibliographie

Les ressources bibliographiques se trouvent dans le dossier Biblio/.