A. Boucaud (CNRS), P. Navaro (CNRS), J.L Parouty (CNRS) & L. Risser (CNRS).

Présentations courtes :

• Projets en cours à Météo-France. G. Larvor (METEO-FRANCE).

Discussions sur les thèmes de l'apprentissage machine, automatique & co.

Apprentissage automatique, apprentissage profond, apprentissage par Renforcement, Deep learning, Generative Adversarial Network, Intelligence artificielle, Machine learning, réseaux de neurones, Reinforcement Learning, cnn, flux, gan, keras, knet, DL, IA, 3IA, julia, python, pytorch, RL, rnn, Tensorflow.

* Echanger en génaral sur les pratiques en matière d'apprentissage automatique et en particulier profond. * Questionner ce qui pourrait être utile pour une communauté scientifique universitaire.

Ce Groupe de Travail permettra de discuter de la mise en oeuvre pratique de l'IA et des aspects déploiement

• Partie 1 : Modèles d'apprentissage et architectures de réseaux de Neurones
• Partie 2 : Langages, packages et usages
• Partie 3 : Hardware et grandes infrastructures
• Partie 4 : Julia et outils émergents

On s’intéressera notamment à la question de ce qui a été mis en oeuvre (technique et accompagnement utilisateurs) pour faciliter l’accès à ces ressources par la communauté, et ce à différents niveaux d’une hiérarchie de matériel disponible (T1, T2, T3, T4). La 1ere Présentation.

* Notions d'apprentissage automatique et profond (Machine et Deep Learning).

https://etherpad.in2p3.fr/p/JDEV2020.T8.GT05

Vous pouvez vous servir de ce pad collaboratif pour y inscrire vos commentaires, un résumé / restitution en sera fait qui sera inclus dans le compte rendu du GT.

• Préalablement au jour J: L'idée est de faire remonter les attentes et les questionnements.
• Jour J: Prendre des notes et des réflexions collaborativement.

Attention, les PADs sont détruits après quelques semaines d'inactivité.