Ecole I3AFD-LLM - FDMI-AMG

Programme

Semaine 1 : Bases de l'apprentissage artificiel et de la fouille de données

Jour 1 :

• Matin 1 : Introduction à l'Apprentissage artificiel
• Matin 2 : Introduction à l'Optimisation pour l'apprentissage
• Après-midi 1 : Travaux pratiques Apprentissage et Optimisation
• Après-midi 2 : Présentation des posters par les participants

Jour 2 :

• Matin 1 : Explicabilité dans les systèmes d'apprentissage
• Matin 2 : Explicabilité (approfondissement)
• Après-midi 1 : Travaux pratiques Explicabilité

Jour 3 :

• Matin 1 : Fouille de données
• Matin 2 : Motifs graduels
• Après-midi 1 : Travaux pratiques Motifs graduels

Jour 4 :

• Matin 1 : Réseaux de neurones (MLP, apprentissage)
• Matin 2 : Apprentissage profond (CNN, RNN, LSTM/GRU, GAN, AE, Transformer)
• Après-midi 1 : Travaux pratiques NN et DL

Jour 5 :

• Matin 1 : Apprentissage par transfert (en RN)
• Matin 2 : Introduction au TALN
• Après-midi 1 : Travaux pratiques Apprentissage par transfert / TALN

Semaine 2 : IA générative

Jour 6 :

• Matin 1 : Introduction à l'IA Générative
• Matin 2 : Fondations des Modèles de Langage à Grande Échelle (BERT & GPT)
• Après-midi 1 : Outils pour le Développement des LLMs

Jour 7 :

• Matin 1 : Few/One-shot learning ; self-supervised learning
• Matin 2 : Conception de Prompts et Techniques Avancées (RAG, COT, TOT, GOT, Self-consistency, etc.)
• Après-midi 1 : Travaux pratiques Prompts et LLM

Jour 8 :

• Matin 1 : Introduction aux Agents autonomes (multi-agents)
• Matin 2 : Agents autonomes et Assistants personnalisés
• Après-midi 1 : Travaux pratiques

Jour 9 :

• Matin : IA Générative et Éthique
• Après-midi : Projets participants

Jour 10 :

• Matin : Présentation des travaux des participants
• Après-midi : Clôture