LGP2 2024

Abstract

Cet exposé introduit les principes fondamentaux de l’apprentissage statistique, en mettant particulièrement l’accent sur le deep learning, qui permet de traiter des tâches complexes telles que la vision par ordinateur, la reconnaissance vocale ou le traitement du langage naturel. Il débute par le modèle de régression linéaire comme exemple pédagogique, puis retrace la généalogie des réseaux de neurones — des premiers perceptrons aux architectures modernes de réseaux convolutifs (CNN). L’exposé se concentre sur l’apprentissage supervisé et la classification d’images, et se conclut par une réflexion sur les applications de l’IA et leurs impacts socio-environnementaux.