Déploiement responsable du deep learning

Ce module est la troisième et dernière partie du certificat "Réseaux de Neurones et Apprentissage Profond". L'objectif est de déployer une solution responsable basée sur le deep learning, en se concentrant sur l’interprétabilité et les implications sociales et éthiques.

Cliquez ici pour découvrir les modalités d'évaluation et pédagogiques du programme  

Objectifs

Ce cours vous donnera :

• La compréhension des réseaux de neurones profonds
• Une expérience concrète avec le déploiement et l’hébergement d’un modèle IA.
• Les outils pour concevoir des solutions responsables de deep learning en répondant aux challenges sociaux et éthiques.

Contenu

• 

  Jour 1 : Interprétabilité des réseaux de neurones artificiels

  Comment bien comprendre et expliquer ce qu’il se passe dans un réseau de neurones artificiels ? Modélisation sous forme de “boîte noire”.

  Les principaux concepts abordés dans ce module sont : interprétabilité, plan d’action et politique d’un modèle, et les librairies Python SHAP et LIME

• 

  Jour 2 : Déploiement d’un modèle deep learning

  Exemple concret de déploiement d’un modèle deep learning et focus sur quelques frameworks spécialisés.

  Les principaux concepts abordés dans ce module sont : déploiement, charge de travail de la science des données et frameworks Strealit et FastAPI.

• 

  Jour 3 : Déploiement responsable d’un modèle deep learning

  Gros plan sur l’interprétabilité d’un modèle et prise en compte des implications sociales et éthiques du deep learning.

  Les principaux concepts abordés dans ce module sont : modèles deep learning, interprétabilité, déploiement.