Courses | Laurent Perrinet

Artificial neural networks and machine learning applied to the understanding of biological vision

Mon, 26 May 2025 14:00:00 +0000

Tue, 11 Mar 2025 00:00:00 +0000

Mon, 13 May 2024 14:00:00 +0000

Wed, 17 Apr 2024 14:00:00 +0000

Timeline of the whole course:

April 15th (morning+afternoon): basics on machine learning, practice with notebook using scikit learn (MG)
April 16th (morning+afternoon): deep learning and automated differenciation, practice with notebook using pytorch (MG)
April 17th morning: interpretable machine learning (ET)
April 17th afternoon: sparse representations (LP) If not done already, please install a (reasonably) recent version of python (easy option is anaconda, see details here: https://etulab.univ-amu.fr/gilson.m/compneuro_course). Importantly, part of the course will rely on pytorch, see instructions for installing a dedicated environment here: https://etulab.univ-amu.fr/gilson.m/compneuro_course/-/tree/main/autodiff (we can do together it the first morning for those who have trouble). The first day (or morning depending on how we go), we will first review basics in supervised learning, to be on the same page (with a focus on recursive feature elimination): https://etulab.univ-amu.fr/gilson.m/compneuro_course/-/tree/main/sup_lrn

If some of you are interested in machine learning for time series, we can have a session on this (we’ll decide together on Monday morning)

Following, we will focus on autodifferenciation, first from scratch and then using pytorch, see https://etulab.univ-amu.fr/gilson.m/compneuro_course/-/tree/main/autodiff (in progress of being updated)

And a few datasets are available there: https://etulab.univ-amu.fr/gilson.m/compneuro_course/-/tree/main/data ; in particular we will use the MNIST dataset as a benchmark for classification, etc.

Wed, 10 Apr 2024 09:00:00 +0000

Wed, 10 May 2023 14:00:00 +0000

Wed, 05 Apr 2023 09:00:00 +0000

Mon, 03 Apr 2023 14:00:00 +0000

Wed, 23 Mar 2022 09:00:00 +0000

Fri, 03 Apr 2020 16:00:00 +0000

Où: Marseille (France)
Quoi: Master Neurosciences et Sciences Cognitives
But de ce travail: lire un article scientifique, pouvoir le reproduire avec des simulations d’un neurone et afin d’améliorer sa compréhension.
Modalités: les étudiants s’organisent seuls, en binome ou en trinome pour fournir un mémoire sous forme de notebook complété à partir du modèle qui est fourni. Suivez les balises TODO dans le notebook pour vous guider dans cette rédaction. Les commentaires doivent être fait en français (ou en anglais si nécessaire) dans le notebook (n’oubliez-pas de sauver vos changements) et envoyé par e-mail à mailto:laurent.perrinet@univ-amu.fr une fois votre travail fini (de préférence avant le 31 avri).
Outils nécessaires: Jupyter, avec numpy et matplotlib. Ce sont des outils standard et qui sont facilement installables sur toute plateforme. Si vous avez des problèmes, me joindre par e-mail 👇

Wed, 03 Apr 2019 16:00:00 +0000

Cours de Licence Sciences & Humanité, 3/4/2019

Mon, 26 Mar 2018 13:00:00 +0000