Deep learning - mise en oeuvre
|
|
Cette formation présente les fondamentaux du Deep Learning ainsi que les principales techniques utilisées dans l'industrie. Les travaux pratiques s'appuieront sur des données réelles et présenteront des modèles récents. Certains points aborderont des sujets de recherche récents.
Objectifs
- Prétraiter des données ;
- Construire et entraîner des modèles état de l'art en vision par ordinateur et traitement des langues ;
- Analyser et optimiser l'apprentissage de vos modèles ;
- Traiter des images ;
- Traiter des données textuelles.
|
- Programme
- Public
- Pré-requis
- Les +
- Introduction
- Qu'est-ce que le Deep Learning
- Domaines du Deep Learning
- Fondamentaux
- Réseaux de neurones
- Rétropropagation du gradient
- Non-linéarités
- Traitement d'images
- Réseaux à convolutions
- Briques de convolution, pooling, unpooling, convolution à stride fractionnelle
- Modèles état de l'art
- Classification d'images
- Segmentation sémantique
- Génération d'images
- Traitement du langage
- Réseaux récurrents
- Briques lstm, gru
- Mécanismes d'attention
- Mécanismes de mémoire
- Modèles état de l'art
- Traduction automatique
- Génération de texte
- Classification de texte
- Ingénierie
- Collection de métriques
- Analyse d'apprentissages
- Recherche d'hyperparamètres
- Data Scientists et développeurs désireux d'appliquer les dernières avancées de l'apprentissage automatique (Deep Learning).
- Avoir un bon niveau général en informatique et avoir obligatoirement des compétences en Machine Learning et en programmation Python.
- Remise d'un support de cours et/ou un manuel de référence au format numérique ou papier
- Mise en pratique au travers d'exercices et de cas concrets réalisés seul ou en groupe
- L'évaluation des acquis se fait tout au long de la formation au travers des différents travaux dirigés réalisés par le stagiaire
- Formateur professionnel de l'informatique et de la pédagogie (compétences techniques et pédagogiques certifiées)
- Formation dans une salle équipée d'une solution de visio-conférence dans le cas des formations suivies "présentiel à distance"
- Le nombre de stagiaires peut varier de 5 à 6 personnes en moyenne, ce qui facilite le suivi permanent et la proximité avec chaque stagiaire.