Fondements Mathématiques de l'IA Générative

Aperçu

ABOUT THE COURSE:

This course provides an in-depth exploration of deep generative models, including their probabilistic foundations and learning algorithms. Students will learn about various types of deep generative models such as variational autoencoders, generative adversarial networks, autoregressive models, Diffusion Models and Large Language Models.

The course will cover both theoretical foundations and practical implementations of these models using popular frameworks like PyTorch. Students will gain hands-on experience through lectures and assignments, allowing them to explore deep generative models across various AI tasks.INTENDED AUDIENCE:

Academics and IndustryPREREQUISITES:

Probability, Course in Machine LearningINDUSTRY SUPPORT:

All ML Companies

Programme

• **Introduction à l'IA générative**
• Aperçu des modèles génératifs
• Applications et impact
• **Fondements probabilistes**
• Bases des distributions de probabilité
• Inférence bayésienne
• Estimation par maximum de vraisemblance
• **Autoencodeurs variationnels (VAEs)**
• Introduction aux VAEs
• Inférence variationnelle
• Implémentation des VAEs en PyTorch
• **Réseaux antagonistes génératifs (GANs)**
• Introduction aux GANs
• Défis de l'entraînement et solutions
• Implémentation des GANs en PyTorch
• **Modèles autorégressifs**
• Aperçu et exemples (e.g., PixelRNN, PixelCNN)
• Entraînement basé sur la vraisemblance
• Implémentation en PyTorch
• **Modèles de diffusion**
• Introduction aux modèles de diffusion
• Méthodes d'échantillonnage et de débruitage
• Implémentation pratique
• **Grands modèles de langage**
• Concepts de base et architectures
• Réseaux de transformateurs
• Entraînement des grands modèles de langage
• **Sessions pratiques et concrètes**
• Tutoriels et exercices PyTorch
• Implémentations de modèles génératifs profonds
• **Sujets avancés et applications**
• Exploration des recherches de pointe
• Applications dans divers tâches d'IA
• **Travaux et projets**
• Implémentations pratiques
• Projet de fin d'études sur une tâche d'IA générative
• **Révision et directions futures**
• Résumé des concepts clés
• Tendances actuelles et futur de l'IA générative

---

Enseigné par

Prof. Prathosh A P

---

Matières

Artificial Intelligence