Séance de cours

Découvrir des modules Composables dans le Meta-learning

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.

Description

Cette séance de cours explore le concept de la découverte de modules composites dans le méta-apprentissage, en mettant l'accent sur le développement d'un cadre flexible pour l'apprentissage automatique. L'instructeur discute du succès sans précédent de l'IA, de l'apprentissage efficace, de la généralisation générale et de la robustesse inspirée par l'apprentissage humain. Diverses techniques telles que le méta-apprentissage modulaire, le méta-apprentissage agnostique des modèles et les réseaux Noether sont présentées, montrant les avantages et les inconvénients de l'adaptation des modèles pendant la recherche. La séance de cours se penche sur l'application de Noether Networks pour réduire la morphologie des objets et améliorer l'efficacité de l'apprentissage du renforcement. De plus, l'importance de l'encodage des biais inductifs et le rôle des symétries dans la découverte des biais inductifs utiles sont soulignés.

Source officielle

Concepts associés (32)

Apprentissage automatique

L'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.

Share price

A share price is the price of a single share of a number of saleable equity shares of a company. In layman's terms, the stock price is the highest amount someone is willing to pay for the stock, or the lowest amount that it can be bought for. In economics and financial theory, analysts use random walk techniques to model behavior of asset prices, in particular share prices on stock markets. This practice has its basis in the presumption that investors act rationally and without biases, and that at any moment they estimate the value of an asset based on future expectations.

Induction (logique)

L'induction est historiquement le nom utilisé pour signifier un genre de raisonnement qui se propose de chercher des lois générales à partir de l'observation de faits particuliers, sur une base probabiliste. Remarque : Bien qu'associée dans le titre de cet article à la logique, la présentation qui suit correspond surtout à la notion bayésienne, utilisée consciemment ou non, de l'induction.

Apprentissage par renforcement

En intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.

Symétrie

La symétrie est une propriété d'un système : c'est lorsque deux parties sont semblables. L'exemple le plus connu est la symétrie en géométrie. De manière générale, un système est symétrique quand on peut permuter ses éléments en laissant sa forme inchangée. Le concept d'automorphisme permet de préciser cette définition. Un papillon, par exemple, est symétrique parce qu'on peut permuter tous les points de la moitié gauche de son corps avec tous les points de la moitié droite sans que son apparence soit modifiée.

Afficher plus

Séances de cours associées (64)

Raisonnement du programme d'aide à l'apprentissage

Explore la recherche de bugs, la vérification et l'utilisation d'approches aidées à l'apprentissage dans le raisonnement de programme, montrant des exemples comme le bug Heartbleed et le raisonnement bayésien différentiel.

Formation des classificateurs de sentiments binaires

Couvre la formation d'un classificateur de sentiment binaire à l'aide d'un RNN.

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.

Perception : Approches fondées sur les données

Explore la perception dans l'apprentissage profond pour les véhicules autonomes, couvrant la classification d'image, les méthodes d'optimisation, et le rôle de la représentation dans l'apprentissage automatique.

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 (32)

Apprentissage automatique

Share price

Induction (logique)

Apprentissage par renforcement

Symétrie

Afficher plus