Séance de cours

Prévision d'une gaze plus rapide : réseaux denses et taille de Fisher

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

HUM-485: Data in context: Critical Data Studies I

Le cours "Critical Data Studies" s'inscrit dans la nouvelle offre d'enseignements TILT qui propose de croiser des savoirs provenant des SHS et des sciences de l'ingénieur afin d'aborder des thématiques complexes qui nécessitent une méthodologie interdiscip ...

Description

Cette séance de cours traite du développement d'architectures plus efficaces pour la prédiction de la salience en tirant parti de représentations profondes pré-formées pour la reconnaissance d'objets. L'instructeur présente une méthode d'élagage gourmande appelée taille Fisher, combinée à la distillation des connaissances, pour obtenir une prédiction plus rapide du regard à image unique. La séance de cours souligne l'importance d'accélérer la prévision des regards pour les applications du monde réel et les modèles de salience vidéo. En outre, la séance de cours explore les défis et les développements récents en matière d'apprentissage statistique, de partialité, de vérité fondamentale et d'éthique dans les études de données critiques.

Source officielle

Concepts associés (27)

Éthique

thumb|L'éthique s'intéresse depuis toujours aux moyens de répartition des richesses. L'éthique est une discipline philosophique portant sur les jugements moraux et dont le concept est donc très proche de celui de la morale. On parle aussi de philosophie morale pour désigner cette discipline. C'est une réflexion fondamentale de tout peuple afin d'établir ses normes, ses limites et ses devoirs.

Biais (distorsion)

Dans diverses disciplines, un biais est une erreur systématique ou une simplification abusive. vignette|L'interprétation des formes aléatoires apparaissant à la surface de la Lune constitue un exemple courant de biais perceptuel causé par la paréidolie (processus tendant à discerner une forme familière parmi des formes aléatoires). Les biais peuvent être transmis implicitement avec le contexte culturel.

Outline of ethics

Ethics or moral philosophy is a branch of philosophy that involves systematizing, defending, and recommending concepts of right and wrong conduct. The field of ethics, along with aesthetics, concern matters of value, and thus comprise the branch of philosophy called axiology. The following outline is provided as an overview of and topical guide to ethics.

Éthique de la vertu

Léthique de la vertu est une expression utilisée en philosophie morale contemporaine, afin de la distinguer de deux autres courants majeurs de l'éthique normative : la morale déontologique, qui insiste sur le devoir moral propre à l'action, et le conséquentialisme, qui insiste sur les conséquences de l'action. L'éthique de la vertu insiste sur l'importance des traits caractéristiques d'une personne, et prête ainsi davantage attention à ce qu'on considère habituellement sous le nom de vertus.

Apprentissage profond

L'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.

Afficher plus

Séances de cours associées (64)

Anonymité et responsabilité

Explore l'importance de l'anonymat pour éviter le jugement fondé sur les caractéristiques personnelles et la nécessité de l'équilibrer avec la responsabilité.

Fondements de l'apprentissage automatique

Couvre les principes fondamentaux, les opportunités et les défis de l'apprentissage automatique.

Apprentissage automatique: Techniques d'apprentissage supervisé et non supervisé

Couvre les techniques d'apprentissage supervisées et non supervisées dans l'apprentissage automatique, en mettant en évidence leurs applications dans la finance et l'analyse environnementale.

Éthique et équité dans l’apprentissage automatique

Explore les implications éthiques du déploiement d'algorithmes d'apprentissage automatique et souligne l'importance de l'équité dans les processus décisionnels.

Paysage et généralisation dans l'apprentissage profond

Explore les défis et les points de vue de l'apprentissage profond, en mettant l'accent sur le paysage des pertes, la généralisation et l'apprentissage caractéristique.

Afficher plus

Concepts associés (27)

Apprentissage profond

Afficher plus