Créée en partenariat avec Inria, la chaire annuelle Informatique et sciences numériques marque une volonté commune de faire valoir l'importance de cette discipline scientifique et la nécessité de lui octroyer une place pleine et entière.

Ce cours introduit le cycle sur l'apprentissage profond et se poursuit par ailleurs ainsi :

1/ Pourquoi l’apprentissage profond ?

2/ Réseaux multi-couches et rétropropagation du gradient.

3/ L’apprentissage profond en pratique.

4/ Réseaux convolutifs.

5/ Réseaux convolutifs. Applications à la vision.

6/ Réseaux récurrents. Applications au traitement du langage naturel.

7/ Raisonnement, attention, mémoire.

8/ Apprentissage non-supervisé.

Biographie

Yann LeCun est un chercheur en intelligence artificielle, apprentissage machine, vision artificielle et robotique, diplômé de l’École supérieure d’ingénieurs en électronique et électrotechnique (ESIEE) de Paris et de l’Université Pierre-et-Marie-Curie. Il devient chercheur aux Bell Laboratories en 1988 et est nommé directeur de département aux laboratoires AT&T en 1996.

Il travaille depuis 30 ans sur “l’apprentissage automatique” (machine learning) et “l’apprentissage profond” (deep learning) : à savoir la capacité d’un ordinateur à reconnaître des représentations (images, textes, vidéos, sons) à force de les lui montrer de très nombreuses fois. Il a aussi contribué au développement de méthodes de compression d'image avec le format d'archivage DjVu.

Il a publié près de 200 articles 
et documents sur l’apprentissage automatique, les réseaux neuronaux et la reconnaissance d’images, domaines dans lesquels il est considéré comme l’un des pionniers. Yann LeCun est professeur à l’Université de New York et directeur de Facebook AI Research (FAIR), 
le nouveau centre de recherche européen de Facebook basé à Paris et dédié à l’intelligence artificielle. Il est lauréat du prix Turing 2018.