Avant-propos, FAQ et éléments de traduction

Avant-propos

Ce cours porte sur les techniques de représentation et d’apprentissage profond les plus récentes. Il se concentre sur l’apprentissage supervisé, non supervisé et autosupervisté, mais aussi sur les méthodes d’enchâssement, l’apprentissage métrique et les réseaux convolutifs et récurrents. Il est illustré d’applications à la vision par ordinateur, la compréhension du langage naturel et la reconnaissance vocale. Pour suivre ce cours, il est fortement conseillé d’avoir des prérequis en algèbre et d’avoir déjà suivi un cours introductif d’apprentissage machine ou de data science. D’après Yann Le Cun, ces cours sont destinés à des personnes de niveau bac+4 ou bac+5.

Nous vous invitons à privilégier les vidéos de la chaine YouTube (contenu « officiel ») puisque le cours y est donné par le corps enseignant contrairement au site web où il s’agit des notes prises par les étudiants pendant le cours. Le site web étant des résumés des vidéos, celles-ci comprennent donc généralement des informations supplémentaires par rapport au site. Comme par exemple :

• des anecdotes sur les différents concepts abordés,
• des blagues,
• la répétition d’un même concept mais sous la forme de différentes formulations permettant ainsi généralement de comprendre une idée si une première formulation n’est pas saisie,
• les questions des étudiants qui peuvent être celles que vous ayez vous-même pendant le visionnage, Notez que si des concepts ne sont toujours pas compris à l’issue de la vidéo, vous avez la possibilité de poser une question en commentaire de la vidéo YouTube, ce que ne permet pas le site web.
• les références des articles sur lesquels se basent le cours sont présentes sur les diapositives des vidéos alors qu’elles sont absentes du site.

Le site web sert ainsi davantage de résumé des vidéos ou encore de base que vous pouvez réutiliser pour vos notes personnelles que vous prenez pendant le visionnage des vidéos. En cas de besoin vous pouvez facilement basculer du site à un moment d’une vidéo donnée en cliquant sur les titres des paragraphes des pages web.

FAQ

Voici quelques réponses à des questions fréquemment posées :

• Est-ce que suivre ce cours permet d’obtenir une certification ?

  Non. Pour proposer une certification, il faudrait pouvoir vous évaluer or le contenu n’a pas été prévu pour (contrairement à un MOOC par exemple).    
  Cette demande étant fréquente, des réflexions sont menées pour essayer d’en proposer une pour des éditions futures du cours.
  

• Combien de temps consacrer à ce cours ?

  Pour chaque semaine, il y a environ 2h30/3h de contenu vidéo. Avec le temps consacré à la prise de notes et celui pour jouer avec les notebooks, une estimation totale de 5h par semaine semble raisonnable. Pour la suite, cela dépend du niveau d’immersion que vous voulez atteindre dans un sujet donné (lire les articles donnés en référence, appliquer ce qui a été vu en classe à vos propres projets, etc.).

• Où poser une question à l’issue du visionnage d’une vidéo ?

  Vous pouvez la poser directement (en anglais) dans la section commentaires sous la vidéo YouTube en question, Alfredo se fera un plaisir d’y répondre. Si cette question porte sur un point précis de la vidéo, pensez à indiquer l’horodatage. Vous pouvez le faire également sur le [Discord](https://discord.gg/CthuqsX8Pb) de la classe dédié expressément aux étudiants. Il sert également à coordonner des groupes de visionnage, discuter des devoirs, suggérer des améliorations ou plus généralement pour tout sujet lié au cours.
  

• Puis-je utiliser ce cours?

  Bien sûr, le cours est placé sous la Licence internationale Creative Commons Attribution-NonCommercial-ShareAlike 4.0. Cela signifie que :

  • Vous n’êtes pas autorisé à faire un usage commercial de cette œuvre.
  • Vous devez créditer l’œuvre, intégrer un lien vers la licence et indiquer si des modifications ont été effectuées à l’œuvre. Vous devez indiquer ces informations par tous les moyens raisonnables, sans toutefois suggérer que l’offrant vous soutient ou soutient la façon dont vous avez utilisé son œuvre.

  • Dans le cas où vous effectuez un remix, que vous transformez, ou créez à partir du matériel à partir de l’œuvre originale, vous devez diffuser l’œuvre modifiée dans les mêmes conditions, c’est à dire avec la même licence avec laquelle l’œuvre originale a été diffusée.

  • Pour le crédit, vous pouvez utiliser le BibTeX suivant : @misc{canziani2020nyudlsp21,
    author = {Canziani, Alfredo and LeCun, Yann},
    title = {NYU Deep Learning, Spring 2021},
    howpublished = “\url{https://github.com/Atcold/NYU-DLSP21}”,
    year = {2021},
    note = “[Online; accessed ]" }

Traduction

Vous trouverez ici les informations concernant les choix de traduction adoptés.

Informations de base :

• Pour le site :
  Tous les textes présents sur ce site sont des notes de cours prises par les étudiants de la New York University lors des cours donnés par Yann Le Cun, Alfredo Canziani, Ishan Misra, Awni Hannun et Marc’Aurelio Ranzato.
  Ainsi les textes en anglais ont été rédigés par plusieurs personnes, ce qui a un impact sur l’homogénéité des textes (certains écrivent au passé, d’autres au présent ; les abréviations utilisées ne sont pas forcément toujours les mêmes ; certains écrivent des phrases courtes, quand d’autres écrivent des phrases pouvant aller jusqu’à 5 ou 6 lignes, etc.).
  La traduction en français qui vous est proposée a été effectuée par une seule personne dans le but d’atténuer les problèmes cités à l’instant et de proposer une traduction homogène.

• Pour les vidéos :
  Afin de fluidifier la traduction et la compréhension, il a été décidé de ne pas retranscrire les mots « parasites » de remplissage et de transition (les « you know », « sort of », « right », « so », etc.).
  Quand le débit est élevé, une traduction ne reste qu’environ 4 secondes à l’écran. Pour pouvoir retranscrire le plus d’informations possibles dans cet intervalle de temps, nous utilisons des abréviations lorsque cela est possible (« RNNs » au lieu de « réseaux de neurones récurrents » par exemple). Nous privilégions également l’usage de mots courts (par exemple un « car » à la place d’un « parce que »).
  En raison du travail important nécessaire pour effectuer la traduction (1h de travail pour 10min de vidéo) il n’a pas été possible d’effectuer une relecture détaillée des traductions vidéos. Ainsi, si vous remarquez des fautes d’orthographe/de conjugaison, fautes de frappes, etc., nous vous invitons à soumettre une PR sur le répertoire GitHub du site en précisant avec un [FR] qu’elle concerne la traduction française.

Choix de traductions des termes techniques :

• Choix de traduire les termes anglais en français :

• Choix de ne pas traduire les termes anglais en français :
  Nous avons fait le choix de ne pas traduire certains termes anglais pour des raisons pratiques. Par exemple, certains concepts nécessitent 3 ou 4 mots en français là où 1 seul suffit en anglais. Cela pose notamment problème pour les vidéos où le temps d’affichage est limité, d’où la préférence à garder le terme en anglais. Il serait possible d’utiliser des néologismes mais nous avons préféré ne pas en imposer car ne pouvant peut-être pas faire consensus. Sur le site, les mots laissés en anglais sont indiqués en italique.

En vous souhaitant un bon visionnage ou une bonne lecture !