Advanced Applied Data Analytics

Résumé de la formation

Ce cours s’adresse aux doctorants ayant déjà de l’expérience avec le Machine Learning de base. Un accent particulier est donné aux techniques de représentation des données en forme de graphes et à l’extraction des informations en absence d’étiquetage des données (“data labels”). On parlera aussi de “Bayesian Deep Learning”, technique qui permet d’avoir une estimation des erreurs.

S'inscrire

Programme

Monday 

20/01/25

Tuesday 

21/01/25

Wednesday 22/01/25

Thursday 23/01/25

Friday 

24/01/25

10h00-11h20 

Introduction
Objective of the course (Review of some basic topics)

10h00-11h20

Visualisation of the latent space

Variational Autoencoders

10h00-11h20

Graph Neural Networks

10h00-11h20

Bayesian Deep Learning

10h00-11h20

Self-supervised Learning

11h20-11h30 

Break and

Poll ☕

11h20-11h30 

Break and 

Poll ☕

11h20-11h30 

Break and 

Poll ☕

11h20-11h30 

Break and 

Poll ☕

11h20-11h30 

Break and 

Poll  ☕

11h30-13h00

Generative Adversarial Networks

11h30-13h00

Transformers

11h30-13h00

Graph Embedding Methods

11h30-13h00

Bayesian Deep Learning

11h30-13h00

Self-supervised Learning

Formateurs et formatrices

Formateur : Yvonne Becherini

Email (contact pédagogique): becherini@u-paris.fr

Informations pratiques

La formation se tiendra du 20 au 24 janvier 2025

Formation via Zoom

Outils numériques

Public

Doctorants ayant suivi Applied Data Analytics

Durée

15 heures

Langue

Anglais

Format

Distanciel

Code

DF24ONAA

Formations dans la même catégorie