Formation Workshop Deep Learning

L’intelligence artificielle a été créée dans les années 50. Après avoir connu de nombreux hivers, cette science connaît actuellement un nouvel essor. Le machine learning et en particulier le deep learning sont à l’origine de nombreux progrès dans différents domaines (vision par ordinateur, traitement naturel du langage, etc…) applicables à tous les secteurs d’activités.

L’augmentation de la volumétrie de données et de la puissance de calculs des machines à notre disposition nous permettent désormais de mettre en application et d’améliorer les théories énoncées depuis quelques décennies.

A l’issue de cette formation, vous connaîtrez les principes fondamentaux du Deep Learning et vous maîtriserez les différentes architectures de réseaux de neurones, vous permettant de créer les modèles répondant à vos problématiques.

%

de travaux pratiques

%

de satisfaction client

jours

À qui s’adresse cette formation Deep Learning ?

data scientist - illustration

Data Scientist

data scientist - illustration

Data Analyst

Data Engineer

Data Engineer

développeur web, full stack, android, ios - portrait

Développeur 

Description de la formation

Workshop Deep Learning

Présentation

L’intelligence artificielle a été créée dans les années 50. Après avoir connu de nombreux hivers, cette science connaît actuellement un nouvel essor. Le machine learning et en particulier le deep learning sont à l’origine de nombreux progrès dans différents domaines (vision par ordinateur, traitement naturel du langage, etc…) applicables à tous les secteurs d’activités.

L’augmentation de la volumétrie de données et de la puissance de calculs des machines à notre disposition nous permettent désormais de mettre en application et d’améliorer les théories énoncées depuis quelques décennies.

A l’issue de cette formation, vous connaîtrez les principes fondamentaux du Deep Learning et vous maîtriserez les différentes architectures de réseaux de neurones, vous permettant de créer les modèles répondant à vos problématiques.

Méthode pédagogique

Composée à 70% de pratique, cette formation utilise des exercices illustrés et didactiques.

Une évaluation quotidienne de l’acquisition des connaissances de la veille est effectuée.
Une synthèse est proposée en fin de formation.

Une évaluation à chaud sera proposée au stagiaire à la fin du cours. Un support de cours sera remis à chaque participant comprenant les slides sur la théorie, les exercices. Une feuille d’émargement par demi-journée de présence est fournie en fin de formation ainsi qu’une attestation de fin de formation si le stagiaire a bien assisté à la totalité de la session.

Un suivi et un échange avec les participants seront mis en place quelques jours après la formation.

Objectifs

  • Comprendre le Deep Learning

  • Utiliser les frameworks de Deep Learning : TensorFlow v2 et Keras

  • Maîtriser les différentes architectures de réseaux de neurones : denses, convolutionnels, récurrents, génératifs.

  • Mettre en œuvre des cas concrets pour chaque type de réseaux

  • Exécuter des calculs sur des CPUs, GPUs et TPUs

  • Mesurer la pertinence des modèles mis en œuvre & visualiser l’apprentissage

  • Déployer un modèle en production

Audience

  • Développeurs
  • Data Analysts
  • Data Engineers
  • Data Scientists

Pré-requis

La connaissance du langage Python est nécessaire ainsi que la connaissance des librairies scientifiques (numpy et pandas).

Le formateur

La formatrice est une experte du domaine qui intervient sur le sujet depuis plusieurs années en formation mais aussi lors de mission d’audit, de développement et de conseil. Dotée d’une grande qualité d’écoute, sa pédagogie et sa compétence technique vous permettront d’acquérir les compétences sur le sujet. Elle saura alterner entre théorie, pratique, et retours d’expérience.

Le programme

JOUR 1

 

Les bases du machine learning
  • La définition du Machine Learning
  • Les 5 courants du Machine Learning
  • Les différents types d’apprentissage
  • Entrainement et Inférence des modèles
  • Démo : Le machine learning de A à Z avec le Titanic

 

Premiers pas dans les neurones
  • Le neurone formel
  • Le perceptron
  • Les fonctions d’activation
  • La descente de gradient
  • Démo : Playground réseau de neurones
  • TP : Mon premier réseau de neurones

 

JOUR 2

 

Introduction à TensorFlow et Keras
  • Historique TensorFlow
  • TensorFlow v2 & Keras
  • Exécution graphe vs eager
  • Cloud Computing / CPU / GPU / TPU
  • TensorBoard
  • Démo TensorBoard
  • TP : Reconnaissance de chiffres (MNIST)

 

Les réseaux de neurones convolutionnels
  • CNN vs le cortex visuel humain
  • Couche de convolution & pooling
  • Fonctions d’activation
  • Architecture d’un CNN
  • Comment le réseau apprend-il ?
  • Quelques architectures de référence
  • Démo : Reconnaissance de chiffres avec CNN (MNIST)
  • TP : Reconnaissance d’image

 

JOUR 3

 

Les réseaux de neurones récurrents
  • Définition RNN
  • LSTM
  • GRU
  • Traitement automatique du langage naturel : Embeddings & Word2vec
  • Transformers
  • TP : Prévision de séries temporelles
  • TP : Génération de texte

 

Deep Generative Models

 

  • Apprentissage non supervisé
  • Auto-Encoders & VAE (Variational Auto-encoder)
  • GANs
  • Démo : Playground GAN
  • Démo : Génération de photos réalistes
  • Démo : Application d’un style à une photo

Tarif

2290 € HT

Les prochaines dates pour cette formation

Pas d'événement actuellement programmé.

Nos autres formations en hautes technologies

Formations agilité, Safe et scrum master

Architecture

formations big data - Retengr - icone

Data

Formation Devops Toulouse et Paris - Retengr

DevOps

Formation web mobile, android et ios - Toulouse et Paris - Retengr

Agilité

Formation web Html, css, javascript, angular - Retengr

Web client

pictogramme formations développement applications mobiles

Web mobile

Prêt(e) à vous former ? 

Demandez l’excellence

1.

Vous remplissez ce formulaire

2.

Nous vous recontactons sous 48h

3.

Nous finalisons ensemble votre inscription