Réseaux neuronaux et systèmes flous

Paul Riechers - The shape of beliefs and abstraction in neural networks - IPAM at UCLA

Paul Riechers - La forme des croyances et de l'abstraction dans les réseaux de neurones - IPAM à UCLA

Yusu Wang - Neural Network Generalization through an algorithmic lens - IPAM at UCLA

Yusu Wang - Généralisation des réseaux de neurones à travers une lentille algorithmique - IPAM à UCLA

Let me explain Looped Transformers to you

Laissez-moi vous expliquer les Looped Transformers

Max Tegmark - Neural network interpretability: symmetry, geometry and formal verification

Max Tegmark - Interprétabilité des réseaux de neurones : symétrie, géométrie et vérification formelle

Mayank Jobanputra: Born a Transformer, Always a Transformer? On the Effect of Pretraining

Mayank Jobanputra : Né Transformer, toujours Transformer ? Sur les effets du pré-entraînement

Lec 26: Transformers - III

Leçon 26 : Transformers - III

Lec 25: Transformers - II

Lec 25 : Transformateurs - II

Lec 30: PyTorch DDP Deep Dive

Lec 30: Plongée approfondie dans PyTorch DDP

Lec 24: Transformers - I

Why Frontier AI Labs Fight to Hide Chain of Thought — Ilia Shumailov & Alexander Panfilov

Pourquoi les laboratoires d’IA de pointe se battent pour cacher la chaîne de pensée — Ilia Shumailov et Alexander Panfilov

Voici pourquoi il ne faut jamais parier contre Elon Musk

Every Confusing Thing About Neural Networks Explained Slowly (For Sleep)

Chaque chose déroutante à propos des réseaux de neurones expliquée lentement (pour dormir)

MLP Live session (17-08-2026)

Session live MLP (17/08/2026)

Lec 19: Sequence Modelling

Lec 19: Modélisation de séquences

Lec 18: LSTM

Leçon 18 : LSTM

Lec 17: Training of RNN

Lec 17 : Entraînement de RNN

MLP Live session (13-08-2026)

Session live sur le NLP (13/08/2026)

Literally Everything About How Neural Networks Learn Explained Slowly (For Sleep)

Littéralement Tout sur Comment les Réseaux de Neurones Apprennent Expliqué Lentement (Pour Dormir)

Neural Network Models for Acoustic Wave Scattering by Souryajit Roy

Modèles de Réseaux de Neurones pour la Diffraction des Ondes Acoustiques par Souryajit Roy

Dana Arad: SAEs for Content Control (2026-02-05)

Dana Arad: SAEs pour le contrôle de contenu (2026-02-05)

CCN 2026 | GAC: Do World Models Emerge in Neural Networks Trained for Prediction?

CCN 2026 | GAC : Des modèles du monde émergent-ils dans des réseaux de neurones entraînés pour la prédiction ?

MLP Live session (10-08-2026)

Session live MLP (10-08-2026)

INSPIRE: Intent-aware Neural Sponsored Product Retrieval for E-commerce

INSPIRE: Recherche neuronale de produits sponsorisés sensible à l'intention pour le commerce électronique

KANDy: Kolmogorov-Arnold Networks for Dynamics and Emerging Variants || Aug 7, 2026

KANDy : Réseaux de Kolmogorov-Arnold pour la dynamique et variantes émergentes || 7 août 2026

Samyak Jain: Designing a Neural Compressor

Samyak Jain : Conception d'un compresseur neuronal

Lec 16: Sequential Modelling

Lec 16: Modélisation séquentielle

Lec 15: CNN Model Architectures - II

Lec 15: Architectures de modèles CNN - II

Lec 14: CNN with Residual connections - ResNet

Lec 14: CNN avec connexions résiduelles - ResNet

What Are Large Database Models? AI for SQL Data

Que sont les grands modèles de bases de données ? IA pour les données SQL

Neural-Hybrid Correctors with Solver-in-the-loop in JAX

Correcteurs neuro-hybrides avec solveur intégré dans JAX

MLP Live session

Session live sur le MLP

Stanford CS229 Machine Learning | Spring 2026 | Lecture 16: Basic Concept in RL, Policy Gradient

Stanford CS229 Machine Learning | Spring 2026 | Lecture 16: Concept de base en RL, Policy Gradient

Neural Network-Based Estimation of Time-Dependent Parameters || July 31, 2026

Estimation des paramètres dépendant du temps par réseaux de neurones || 31 juillet 2026

MLP Live session

Session en direct de MLP

Stanford CS229 Machine Learning | Spring 2026 | Lecture 8: Neural Networks 2 (Backprop)

Stanford CS229 Apprentissage automatique | Printemps 2026 | Cours 8 : Réseaux de neurones 2 (Rétropropagation)

Stanford CS229 Machine Learning | Spring 2026 | Lecture 7: Neural Networks 1 (Architecture)

Stanford CS229 Apprentissage automatique | Printemps 2026 | Cours 7 : Réseaux de neurones 1 (Architecture)

Lec 16: The Training Loop

Lec 16 : La boucle d'entraînement

MLP Live session Week 7

Session live MLP Semaine 7

Claude Opus 5 : est-ce la meilleure IA du moment ? (OUI)

Symmetry-Preserving Compilers || Adaptive Spectral & Low-Rank Representations NOs|| July 24, 2026

Compilateurs préservant la symétrie || Représentations spectrales adaptatives et de bas rang NOs || 24 juillet 2026