Deep Learning : définition et applications
Le Deep Learning, ou apprentissage profond, est un domaine de l’Intelligence Artificielle reposant notamment sur des réseaux de neurones organisés en architectures permettant d’apprendre des représentations à partir de données. Dans le Bachelor CAFP × EIESTP, il constitue un bloc spécifique de **35 heures** après le Machine Learning.
Le Deep Learning, ou apprentissage profond, est un domaine de l’Intelligence Artificielle reposant notamment sur des réseaux de neurones organisés en architectures permettant d’apprendre des représentations à partir de données. Dans le Bachelor CAFP × EIESTP, il constitue un bloc spécifique de **35 heures** après le Machine Learning.
Quelle place occupe le Deep Learning dans le programme ?
Le quatrième bloc est intitulé :
**Deep Learning — 35 h**
Il comprend :
- réseaux de neurones ;
- architectures de Deep Learning ;
- applications pratiques.
Pourquoi vient-il après le Machine Learning ?
Le programme construit une progression.
Avant le Deep Learning, l’étudiant a déjà abordé :
Le Deep Learning constitue donc une étape plus avancée du parcours.
- Python ;
- statistiques ;
- préparation des données ;
- analyse exploratoire ;
- visualisation ;
- Machine Learning ;
- modèles prédictifs ;
- évaluation des modèles.
Qu’est-ce qu’un réseau de neurones ?
Un réseau de neurones est un modèle composé d’unités organisées en couches et reliées entre elles.
Pendant l’apprentissage, les paramètres du réseau sont ajustés à partir des données afin de produire le comportement recherché.
Le programme confirme l’étude des réseaux de neurones sans détailler les architectures précises.
Qu’est-ce qu’une architecture de Deep Learning ?
Le terme désigne la manière dont un réseau et ses différentes composantes sont organisés pour une tâche donnée.
Le Bachelor mentionne explicitement les architectures de Deep Learning.
Quelles architectures sont enseignées ?
Le contenu public ne fournit pas leur liste.
Nous ne devons donc pas annoncer une architecture particulière comme officiellement enseignée sans programme détaillé complémentaire.
Le Deep Learning est-il lié au NLP ?
Dans la progression du Bachelor, le bloc NLP vient immédiatement après celui consacré au Deep Learning.
Le programme continue ensuite vers Transformers, LLM et IA générative.
Quel lien avec les LLM ?
Les Large Language Models sont étudiés plus tard dans le bloc IA générative.
Le programme associe Transformers et LLM, mais ne présente pas le bloc Deep Learning comme équivalent au bloc LLM.
Il est important de conserver cette distinction.
Le Deep Learning est-il étudié de manière pratique ?
Le contenu publié mentionne explicitement des « applications pratiques » dans le bloc.
Il ne détaille toutefois pas les projets ou exercices exacts.
FAQ — Intelligence Artificielle & Science des Données
Combien d’heures de Deep Learning sont prévues ?
35 heures.
Les réseaux de neurones sont-ils étudiés ?
Oui.
Les architectures de Deep Learning sont-elles étudiées ?
Oui.
Quelles architectures précisément ?
La page publique ne les liste pas.
Le NLP vient-il ensuite ?
Oui, selon l’ordre publié du programme.
Les LLM sont-ils également étudiés ?
Oui, dans un bloc ultérieur consacré à l’IA générative.
Consultez la page principale de cette filière pour retrouver la durée, les conditions d’admission et les informations de préinscription.