Accueil    Formations    Informatique    Intelligence Artificielle (IA)    Analyse de données avec Machine Learning et Deep Learning    Deep Learning avec Python et frameworks Open Source

Partager cette formation Télécharger au format pdf Ajouter à mes favoris

Objectifs pédagogiques

  • Comprendre les composants d'un réseau de neurones profond (DNN : Deep Neural Network) et comment ils fonctionnent ensemble
  • Comprendre et mettre en place un DNN (MLP : Multi Layer Perceptron, CNN : Convolutional Neural Net, RNN : Recurrent Neural Network, LSTM : Long Short-Term Memory).

Niveau requis

Connaître les bases du langage Python.

Public concerné

Développeurs, datascientists.

Programme

Introduction au Deep Learning

  • Définition
  • Vocabulaire
  • Process pour entraîner un modèle
  • Atelier : Préparation de l'environnement

Classification multiple

  • Prise en main du jeu de données
  • Problème dans la classification d'images
  • Logistic et Softmax Regression
  • Loss Function
  • "Learners"
  • Atelier : Charger, lire les données, créer le modèle et prédire une nouvelle donnée

Multi Layer Perceptron (MLP)

  • Deep Networks
  • Fonctions d'activation
    • Sigmoïde
    • Autres
  • Atelier : Création d'un modèle MLP

Convolution Neural Network (CNN)

  • Cas d'usages
  • Convolutions avec des images
  • "Padding" et "Pooling"
  • Utilisation de Microsoft Cognitive Toolkit (CNTK)
  • Atelier : Création d'un modèle CNN

Recurrent Neural Network et Long Short-Term Memory (RNN et LSTM)

  • Comprendre les séquences
  • "Forecasting"
  • Prendre en compte un historique
  • "Vanishing Gradients"
  • LSTM
  • Utilisation de NCTK
  • Atelier : Entraîner et évaluer un modèle RNN

Classification de texte avec RNN et LSTM

  • Séquence "many to many" et séquence "tagging"
  • Incorporation
  • Atelier : Entraîner et évaluer un modèle pour classifier du texte

Partager cette formation Télécharger au format pdf Ajouter à mes favoris

Vous souhaitez suivre cette formation ?

Cette formation est disponible en présentiel ou en classe à distance, avec un programme et une qualité pédagogique identiques.

Choisissez la modalité souhaitée pour vous inscrire :

Modalité Présentiel, Classe à distance

Votre société a besoin d'une offre personnalisée ? Contactez-nous

Faites-nous part de votre projet de formation, nous sommes là pour vous guider.

Contactez-nous