TODO

[cerisara]

Faire rapport

• partie 1: processus d'apprentissage machine -- résumé des points clefs du livre "deep learning" -- un paragraphe sur l'optimisation des hyper-parametres (= 1 partie du ML)

• partie 2: "federated multi-task deep learning" (= 2eme du ML = optim parametres): -- https://arxiv.org/abs/1705.10467 -- + de tes propres recherches de papiers etat de l'art sur le sujet

• met en avant les défis scientifiques qui se posent dans le domaine

• décrive les approches principales utilisées, leurs avantages, inconvénients

• quels acteurs principaux ?

• évaluation de ces solutions: benchmarks ? métriques ? performances actuelles ?...

• liste les problèmes ouverts, les perspectives, etc.

TODO:

• envoyer le rapport (2 pages) le 10/12/2019
• presenter le rapport le 17/12/2019

[theoleleu]

Rapport contenant apprentissage machine+ optimisation d'hyperparamètres et federated deep learning : https://drive.google.com/file/d/1Iw4UQRgoH1KiApaxC9R7KMES4DY0KF5Z/view