💫 Deep Learning Indaba Practicals 2025 💫

Welcome to Practicals 2025 — this year we’re taking things to the next level 🚀.
Instead of just a single “one-and-done” session, we’re going on a multi-part learning adventure Learnathon 📚 together!

📌 To follow-up with the Learnathon timeline, please subscribe to this calendar

---

🔄 What’s new this year?

In past years, we had one-off practicals covering many topics — exciting, but often rushed ⏳.
This year, we’re all about depth, skills, and real progress 📈:

• 🗓 Multi-session tracks — now called Learnathons 📚🔥:

  • Part 1 → Live, onsite during Indaba 🎤
  • Parts 2–4 → Online after Indaba 🖥, so you can practise, grow your skills, and gain confidence with the topic over several weeks.

• 🏆 Certificates & prizes: Attend 80%+ of your Learnathon → earn an Indaba Certificate 📜 + possible sponsor prizes 🎁.

• 🌍 Community meetups: Exploring physical locations in some countries for the online sessions (TBA) 📍.

• 🌐 English & French for the onsite practicals 🗣.

---

🎯 Part 1 — Onsite at Indaba

📅 Day 1

💥 Topic	📘 Description
ML Foundations | Notebook	🧠 Explore the fundamental concepts behind deep learning: from data and models to loss functions and optimization. Build a neural network from scratch with NumPy 🖥, then scale it up with JAX ⚡. Along the way, you’ll learn key ML terminology, problem types, and the basics of supervised learning. Perfect for beginners with basic NumPy & functional programming knowledge.
Generative AI | Notebook	🎨 Step into the fast-evolving world of Generative AI — from creative tools and media to science and simulation. Learn about GANs, VAEs, diffusion models, flow-matching, and autoregressive models ✨. Experiment with AI-powered image generation 🖼, test your skills spotting real vs AI-generated images etc. No coding required for Part 1 (later sessions will need basic coding & linear algebra).

---

📅 Day 2

💥 Topic	📘 Description
LLMs | Notebook	🤖 A hands-on intro to Large Language Models: learn to load & interact with pre-trained models, and understand the Transformer architecture 🌀. Try real-world applications in code generation, creative writing, and question answering, and explore how tokenization affects cost 💡. For beginner to intermediate learners with basic DL, NLP & linear algebra.
Reinforcement Learning | Notebook	🐍 Train an AI agent to play Snake using policy-based Reinforcement Learning 🎮. Start with simple parameterized policies & random search, then progress to policy gradients and the REINFORCE algorithm. By the end, you’ll define and code a policy, explore its limits, and make your agent act effectively in a dynamic environment. Requires basic Python, NumPy, JAX, and ML fundamentals.

---

🌐 Learnathon Schedule — Parts 2–4

📍 Session 2 (Saturdays)

• 📅 6 September 2025 — ML Foundations
• 📅 13 September 2025 — Reinforcement Learning
• 📅 20 September 2025 — LLMs
• 📅 27 September 2025 — Generative Models

📍 Session 3 (Saturdays)

• 📅 4 October 2025 — ML Foundations
• 📅 11 October 2025 — Reinforcement Learning
• 📅 18 October 2025 — LLMs
• 📅 25 October 2025 — Generative Models

📍 Session 4

• 📅 TBA — stay tuned! 🔔

---

✅ Next steps

1. 🎟 Attend your Part 1 session(s) at Indaba.
2. 📝 Complete the end-of-session review form.
3. 🌐 Join the online Learnathon sessions for your track(s).
4. 🏆 Hit 80%+ attendance → earn your certificate & maybe win a prize! 🎁

“If you want to go fast, go alone. If you want to go far, go together.” — African Proverb 🌍

---

💫 Les Travaux Pratiques de Deep Learning Indaba 2025 💫

Bienvenue aux Travaux Pratiques 2025 — cette année, nous passons à un niveau supérieur 🚀.
Au lieu d’une seule session unique, nous embarquons pour une aventure d’apprentissage en plusieurs parties Learnathon 📚🔥 ensemble !

📌 Pour rester informé(e) du Learnathon, abonnez-vous à ce calendrier.

---

🔄 Quoi de neuf cette année ?

Les années précédentes, nous avions des travaux pratiques ponctuels sur de nombreux sujets — passionnants, mais souvent trop rapides ⏳.
Cette année, nous visons la profondeur, le développement des compétences et un véritable progrès 📈 :

• 🗓 Parcours en plusieurs sessions — maintenant appelés Learnathons 📚🔥 :

  • Partie 1 → En direct, sur place pendant l’Indaba 🎤
  • Parties 2–4 → En ligne après l’Indaba 🖥, pour pratiquer, développer vos compétences et gagner en confiance sur le sujet au fil des semaines.

• 🏆 Certificats & prix : Participez à 80%+ des sessions de votre Learnathon → recevez un Certificat Indaba 📜 + potentiels prix des sponsors 🎁.

• 🌍 Rencontres communautaires : Exploration de lieux physiques dans certains pays pour les sessions en ligne (à confirmer) 📍.

• 🌐 Anglais et Français pour les sur-place TPs 🗣.

---

🎯 Partie 1 — Sur place à l’Indaba

📅 Jour 1

💥 Sujet	📘 Description
Fondamentaux ML | Notebook	🧠 Découvrez les concepts fondamentaux de l’apprentissage profond : données, modèles, fonctions de perte et optimisation. Construisez un réseau neuronal 🖥 avec NumPy, puis passez à l’échelle avec JAX ⚡. Vous apprendrez aussi la terminologie clé, les types de problèmes et les bases de l’apprentissage supervisé. Parfait pour débutants ayant des bases en NumPy & programmation fonctionnelle.
IA Générative | Notebook	🎨 Plongez dans le monde en pleine évolution de l’IA générative — des outils créatifs et médias à la science et simulation. Découvrez les GANs, VAEs, modèles de diffusion, flow-matching et modèles autoregressifs ✨. Expérimentez avec la génération d’images 🖼, testez votre capacité à distinguer le vrai du faux, etc. Aucun code requis pour la Partie 1 (les sessions suivantes demanderont des bases en programmation et algèbre linéaire).

---

📅 Jour 2

💥 Sujet	📘 Description
LLMs | Notebook	🤖 Une introduction pratique aux grands modèles de langage : comment charger et interagir avec des modèles pré-entraînés, comprendre l’architecture Transformer 🌀, la tokenisation et les embeddings. Expérimentez avec des applications réelles (génération de code, écriture créative, questions/réponses) et analysez l’impact de la tokenisation sur les coûts 💡. Destiné aux débutants/intermédiaires avec des bases en DL, NLP et algèbre linéaire.
Apprentissage par Renforcement | Notebook	🐍 Apprenez à entraîner un agent IA à jouer au Snake grâce au RL basé sur "policie" 🎮. Commencez par "policies" simples et la recherche aléatoire, puis progressez vers les gradients de "policy" et l’algorithme REINFORCE. À la fin, vous saurez définir et coder "policy", analyser ses limites et rendre votre agent efficace dans un environnement dynamique. Requiert Python, NumPy, JAX et bases en ML.

---

🌐 Calendrier Learnathon — Parties 2–4

📍 Session 2 (Samedis)

• 📅 6 septembre 2025 — Fondamentaux ML
• 📅 13 septembre 2025 — Apprentissage par Renforcement
• 📅 20 septembre 2025 — LLMs
• 📅 27 septembre 2025 — Modèles Génératifs

📍 Session 3 (Samedis)

• 📅 4 octobre 2025 — Fondamentaux ML
• 📅 11 octobre 2025 — Apprentissage par Renforcement
• 📅 18 octobre 2025 — LLMs
• 📅 25 octobre 2025 — Modèles Génératifs

📍 Session 4

• 📅 À confirmer 🔔

---

✅ Prochaines étapes

1. 🎟 Participez à votre Partie 1 à l’Indaba.
2. 📝 Complétez la formulaire d'évaluation de session.
3. 🌐 Rejoignez les sessions Learnathon en ligne pour votre parcours.
4. 🏆 Atteignez 80%+ de participation → obtenez votre certificat & peut-être un prix ! 🎁

« Si tu veux aller vite, marche seul. Si tu veux aller loin, marche avec les autres. » — Proverbe africain 🌍