Aller au contenu principal

AJC FORMATION : 21. Deep Learning : les fondamentaux

Durée

21 heures

Modalités

Formation
  • Classe virtuelle
  • Présentiel
Évaluation

Evaluation des acquis : Les apprenants réalisent tout au long de la formation des exercices, QCM, mises en situation, TP, TD qui seront corrigés pour faciliter l’acquisition de compétences

Prix

Inter
La formation en Inter est dispensée pour un groupe de salariés d’entreprises différentes.
1102.5€ HT / personne
Intra
La formation en Intra est dispensée pour un groupe de salariés d’une seule et même entreprise.
4819.5€ HT / groupe
4 stagiaires minimum

Public

Toute personne intéressée par le Deep Learning et les réseaux de neurones : Ingénieurs, Analystes, Data Scientists, Data Analysts, Data Scientists, Data Steward, Développeurs…

Pré-requis

Avoir des bases en programmation et une bonne maîtrise des outils informatiques et statistiques. Connaitre les bases du Machine Learning est recommandé.

Objectifs pédagogiques

Comprendre les concepts de Machine Learning et l’évolution vers le Deep Learning (réseaux de neurones profonds)

Connaitre les briques de base du Deep Learning : réseaux de neurones simples, convolutifs et récursifs

Appréhender les modèles plus avancés : auto-encodeurs, gans, apprentissage par renforcement

Appréhender les bases théoriques et pratiques d'architecture et de convergence de réseaux de neurones

Comprendre les méthodologies de mise en place de réseaux de neurones, les points forts et les limites de ces outils

Programme détaillé

Introduction

▪ Qu'est-ce que le Deep Learning ?

▪ Le tour d’horizon des outils de Deep Learning

▪ Les principaux acteurs

 

Réseaux de neurones artificiels

▪ Le Neurone

▪ La fonction d'activation

▪ Comment fonctionnent les Réseaux de Neurones ?

▪ Comment apprennent les Réseaux de Neurones ?

▪ Algorithme du Gradient

▪ Algorithme du Gradient Stochastique

▪ Rétropropagation

Travaux pratiques : Réalisation d’un schéma de neurones

 

Construire un réseau de neurones

▪ Description du problème

▪ Construire un Réseaux de neurones Évaluer, améliorer et ajuster un réseau de neurones

 

Évaluer, améliorer et ajuster un réseau de neurones

▪ Évaluer un Réseaux de neurones

▪ Améliorer un Réseaux de neurones

▪ Ajuster un Réseaux de neurones

Travaux pratiques : Mettre en place une procédure d’évaluation et d’optimisation d’un réseau de neurones

 

Réseaux de neurones à convolution

▪ Que sont les Réseaux de Neurones à Convolution ?

▪ Construire un Réseaux de neurones à convolution

Travaux pratiques : Mise en place d’une CNN pour la prédiction sur des images

 

Sessions

Filtrer les résultats
Modalités pédagogiques
Formation synchrone se déroulant avec la présence physique du (des) formateur(s) et du (des) apprenant(s) réunis dans un même lieu de formation.
Formation combinant des séquences en présentiel et des séquences à distance synchrones ou asynchrones.
Formation à distance, asynchrone, s’appuyant sur une plateforme d’apprentissage, pouvant être complétée par d’autres modalités de formation à distance (visio-conférence…)
Formation à distance, synchrone, s’appuyant sur un dispositif de visio-conférence. La classe virtuelle recrée à distance les conditions d’une formation en salle traditionnelle.
Type de formation
La formation en Inter est dispensée pour un groupe de salariés d’entreprises différentes.
La formation en Intra est dispensée pour un groupe de salariés d’une seule et même entreprise.
Options
Les compétences professionnelles visées par la formation sont validées via un test permettant d’obtenir une certification officielle.
Ces sessions ne peuvent être ni annulées ni reportées par l’organisme de formation.