Ce projet académique propose un parcours pédagogique complet pour initier les étudiants à l'intelligence artificielle et au machine learning. Il inclut des supports de cours, des notebooks interactifs et des exercices pratiques couvrant des sujets comme les régressions linéaires, les réseaux de neurones, les arbres de décision et les méthodes de régularisation. Destiné aux étudiants de l'Université Grenoble Alpes, il vise à renforcer leurs compétences en analyse de données et en modélisation prédictive.

Ce projet est une formation au Deep Learning, co-organisée par le 3IA MIAI institute, le CNRS, via la Mission pour Transversal et Interdisciplinary Initiatives (MITI) et l'Université de Grenoble Alpes (UGA). Il vise à fournir une compréhension des bases des réseaux de neurones de Deep Learning, une première expérience à travers des exemples simples et représentatifs, une familiarisation avec les technologies Tensorflow/Keras et Jupyter lab, et une initiation aux environnements informatiques académiques Tier-2 ou Tier-1 avec des GPU puissants.

Fidle est une formation de 3 jours dédiée à l'introduction au Deep Learning, co-organisée par l'institut 3IA MIAI, le CNRS, la Mission pour les Initiatives Transverses et Interdisciplinaires (MITI) et l'Université Grenoble Alpes. Elle vise à fournir une compréhension des bases des réseaux de neurones, une première expérience pratique via des exemples concrets, et une maîtrise des technologies TensorFlow/Keras et Jupyter Lab. La formation s'appuie sur des supports pédagogiques variés, des notebooks interactifs et des jeux de données pour illustrer les concepts.

Ce projet est une publication sur l'utilisation des réseaux de neurones dans le domaine de la statistique publique. Il contient des exemples d'analyse de données, de classification d'images, de prédiction de données manquantes et de réduction de dimension de données.

Projet collaboratif visant à traduire et enrichir des notebooks pédagogiques dédiés aux réseaux de neurones, initialement conçus en Python, dans le langage R. Il offre une porte d'entrée accessible à une communauté majoritairement utilisatrice de R, tout en permettant l'ajout de contenus pédagogiques supplémentaires pour approfondir les concepts.