Une première édition pour apprendre à créer des jeux, manipuler l'électronique et découvrir les objets connectés.
8 à 13 ans
Explorateurs
Créer, jouer, comprendre
Un parcours ludique pour découvrir le numérique et réaliser ses premiers projets créatifs.
Au programme
Découverte du monde numérique
Création d'animations et de mini-jeux
Initiation à la technologie et à l'électronique
Projet final à présenter
Exemples de projets
Mini-jeux
Animations interactives
Objets lumineux
Défis créatifs
Projets personnalisés
14 à 17 ans
Makers
Imaginer, construire, expérimenter
Un parcours créatif pour explorer la programmation, l'intelligence artificielle et les technologies interactives à travers des projets concrets.
Au programme
Découverte de l'intelligence artificielle générative
Création numérique et programmation créative
Initiation à la technologie et à l'électronique
Projet final à présenter
Exemples de projets
Mini-jeux créatifs
Expériences interactives
Projets assistés par IA
Objets électroniques simples
Projets personnalisés
Tarif lancement
149 000 Ar
8 séances de 3 heures. Places limitées pour garantir un bon accompagnement.
Minimum : 6 participants par groupe
Maximum : 8 participants par groupe
Goûter et eau : fournis par le laboratoire
Ordinateur : l'enfant peut apporter son ordinateur, mais ce n'est pas obligatoire
Atelier Machine Learning
Machine Learning : comprendre les réseaux de neurones en les construisant
60 000 Ar par séanceDeux séances de 3 heuresLe samedi uniquement
Un atelier pratique destiné aux étudiants, autodidactes, développeurs et passionnés d'intelligence artificielle souhaitant comprendre les fondements réels des réseaux de neurones et du Deep Learning.
À propos de cet atelier
Cet atelier n'est pas une formation TensorFlow ou PyTorch.
L'objectif est de comprendre les principes fondamentaux qui se cachent derrière les bibliothèques modernes de Machine Learning.
Les participants construiront progressivement les mécanismes essentiels d'un réseau de neurones afin de comprendre comment l'apprentissage automatique fonctionne réellement.
Une fois ces fondements maîtrisés, l'utilisation de bibliothèques telles que TensorFlow ou PyTorch devient beaucoup plus naturelle.
Ce que cet atelier est
✅ Une initiation aux fondements du Deep Learning
✅ Une compréhension progressive des réseaux de neurones
✅ Une exploration des principales équations utilisées en Machine Learning
✅ Une approche centrée sur la compréhension plutôt que sur l'utilisation d'outils
✅ Une construction pas à pas des mécanismes essentiels d'apprentissage
Ce que cet atelier n'est pas
❌ Une formation TensorFlow
❌ Une formation PyTorch
❌ Une simple utilisation de bibliothèques existantes
❌ Une succession de tutoriels à reproduire
Particularité de l'atelier
Les concepts étudiés sont indépendants du langage de programmation utilisé.
Les participants peuvent implémenter les exercices dans le langage de leur choix, à condition de le maîtriser suffisamment.
Les exemples et les explications restent applicables quel que soit le langage utilisé.
Python
C#
Java
JavaScript / TypeScript
C++
Go
Rust
Tout autre langage maîtrisé
Séance 1
Les fondements des réseaux de neurones
Objectif
Comprendre les principes fondamentaux du Machine Learning et construire progressivement un premier réseau de neurones sans utiliser de bibliothèque spécialisée.
Contenu
Introduction au Machine Learning
Qu'est-ce que le Machine Learning ?
Types de problèmes et d'apprentissage
Pourquoi les réseaux de neurones existent-ils ?
Le neurone artificiel
Inspiration biologique
Entrées, poids et biais
Fonction d'activation
Production d'une prédiction
Le perceptron
Principe de fonctionnement
Limites du perceptron simple
Introduction aux réseaux multicouches
Comprendre l'apprentissage
Fonction de coût
Notion d'erreur
Pourquoi un modèle apprend-il ?
Descente de gradient
Intuition de l'optimisation
Pente d'une fonction
Recherche d'un minimum
Rétropropagation
Principe général
Ajustement des poids
Propagation de l'erreur
Mise en pratique
Construction progressive d'un réseau de neurones simple
Implémentation sans bibliothèque de Machine Learning
Analyse détaillée de chaque étape du calcul
Résultat attendu
Expliquer le fonctionnement d'un neurone artificiel
Comprendre les principales équations d'apprentissage
Expliquer la descente de gradient et la rétropropagation
Construire un réseau de neurones simple dans son propre langage de programmation
Séance 2
Les fondements des réseaux convolutifs (CNN)
Objectif
Comprendre pourquoi les réseaux convolutifs ont révolutionné le traitement d'images et construire progressivement un premier CNN.
Contenu
Pourquoi les CNN ?
Les limites des réseaux de neurones classiques
Les défis liés aux images
L'apparition des réseaux convolutifs
Comprendre une image numérique
Pixels
Canaux de couleur
Représentation matricielle
Les convolutions
Principe fondamental
Filtres et noyaux
Détection de motifs
Extraction de caractéristiques
Cartes de caractéristiques
Feature Maps
Construction progressive des représentations
Pooling
Réduction de dimension
Robustesse aux variations
Architecture d'un CNN
Empilement des couches
Flux de données dans le réseau
Classification finale
Mise en pratique
Construction d'un CNN simple
Analyse détaillée des calculs
Application à un problème de classification d'images
Résultat attendu
Expliquer le fonctionnement d'un réseau convolutif
Comprendre le rôle des convolutions et du pooling
Expliquer comment un CNN extrait des caractéristiques à partir d'une image
Implémenter les principes fondamentaux d'un CNN dans son propre langage de programmation
Prérequis
Connaître au moins un langage de programmation
Être à l'aise avec l'algèbre et les fonctions mathématiques de base
Comprendre les notions de dérivée et de pente d'une courbe
Être motivé à manipuler des formules mathématiques simples
Apporter son propre ordinateur portable. Les postes du laboratoire sont disponibles en nombre limité
Validation des inscriptions
Cet atelier nécessite certaines bases en programmation et en mathématiques.
Un court test de positionnement sera réalisé avant validation de l'inscription afin de s'assurer que chaque participant pourra suivre la formation dans de bonnes conditions.
Effectif
Atelier maintenu à partir de 4 participants
Places limitées à 6 participants
Ce format volontairement réduit permet un accompagnement personnalisé et des échanges directs avec chaque participant.
Intéressé par une inscription ?
Contactez-nous pour réserver une place ou demander les prochaines dates.
Le Laboratoire Créatif