Cette formation vous intéresse ?

Programme Court Les fondamentaux du deep learning

Direction pédagogique : Salim NAHLE

 

Format

Présentiel

Durée

5 Jour(s)

Langue

Français

Coût

3500 €

Présentation

Presque toutes les industries de nos jours sont affectées par l’Intelligence Artificiel. Le Machine Learning et le Deep Learning y jouent un grand rôle. Cette formation propose une compréhension des réseaux de neurones profonds, ainsi que ses grandes capacités.

Objectifs :

  • Découvrir le deep learning et ses applications
  • Mettre en œuvre les principaux environnements de deep learning
  • Utiliser les ressources du cloud pour entrainer des réseaux de neurones

Moyens techniques

En fonction du format, distanciel via l’outil Teams, en présentiel, salle de formation équipée de postes de travail informatiques disposant de tous les logiciels nécessaires au déroulement de la formation, salle moderne climatisée, accès à l’environnement numérique Efrei.

Pédagogie & ressources

La formation s’articule autour : d’exposés, échanges, études de cas, d’outils de simulation.

Programme

Les bases du Deep Learning
Plus de détails
  • Introduction
  • Découvrir où et comment le DL est appliqué
Convolution Neural Networks
Plus de détails
  • Se familiariser avec le Computer Vision
  • Construire un réseau de neurone convolutionnel
  • Appliquer le CNN pour la détection et la reconnaissance de formes sur des données de 2D ou 3D (images et vidéos)

 

Forward et Backward Propagation sur un réseau de neurone simple
Plus de détails
  • Construire un réseau de neurone avec une seule couche
  • Comprendre comment un réseau est entrainé
  • Comprendre le principe de Forward et Backward Propagation
Recurrent Neural Networks et LSTM
Plus de détails
  • Comprendre les réseaux de neurones récurrents
  • Appliquer les RNN sur des données séquentielles t.q. paroles, musique, traduction des textes, etc..
Algorithmes d’optimisation et d’ajustement des réseaux de neurones
Plus de détails
  • Construire un réseau de neurone avec plusieurs couches
  • Comprendre le sous apprentissage et le sur apprentissage
  • Appliquer des techniques de régularisation pour empêcher le sur apprentissage
  • Appliquer des techniques d’optimisation des réseaux de neurones
Les bases du Deep Learning
Plus de détails
  • Introduction
  • Découvrir où et comment le DL est appliqué
Forward et Backward Propagation sur un réseau de neurone simple
Plus de détails
  • Construire un réseau de neurone avec une seule couche
  • Comprendre comment un réseau est entrainé
  • Comprendre le principe de Forward et Backward Propagation
Algorithmes d’optimisation et d’ajustement des réseaux de neurones
Plus de détails
  • Construire un réseau de neurone avec plusieurs couches
  • Comprendre le sous apprentissage et le sur apprentissage
  • Appliquer des techniques de régularisation pour empêcher le sur apprentissage
  • Appliquer des techniques d’optimisation des réseaux de neurones
Convolution Neural Networks
Plus de détails
  • Se familiariser avec le Computer Vision
  • Construire un réseau de neurone convolutionnel
  • Appliquer le CNN pour la détection et la reconnaissance de formes sur des données de 2D ou 3D (images et vidéos)

 

Recurrent Neural Networks et LSTM
Plus de détails
  • Comprendre les réseaux de neurones récurrents
  • Appliquer les RNN sur des données séquentielles t.q. paroles, musique, traduction des textes, etc..

Informations pratiques

  • Prérequis
    • Pratique de R ou Python et connaissance en statistique
  • Profil du participant
    • Toute personne intéressée par le Deep Learning
    • Quiconque n’étant pas à l’aise avec le code mais qui est intéressé par le Deep Learning et désire l’appliquer sur des jeux de données
    • Les data analysts désirant améliorer leurs connaissances en Deep Learning
    • Personne en reconversion sur le métier de data scientist
    • Toute personne souhaitant apporter plus de valeur à leur entreprise en utilisant la technologie du Deep Learning
  • Modalités d'évaluation

    Évaluation des acquis tout au long de la session par des travaux pratiques.

    Sanction de la formation :

    Une attestation de fin de formation résumant les objectifs visés par la formation est remise au participant à l’issue de la formation.

     

Rejoindre Efrei Executive Education

Cette formation vous intéresse ?