Deep Learning
(3 jours)


Le Machine Learning avec des réseaux de neurones

Nb. de jours
3
Présentiel ?
Oui
Distanciel ?
Oui
Min. participants
2
Max. participants
8
Lieu
Toulouse, Paris, etc.
Tarif
2290€ HT
Deep Learning <br/> (3 jours)
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.

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
Alexia Audevart
Pour connaitre les dates des prochaines sessions,
pour adapter le programme à vos besoins
ou pour obtenir des informations complémentaires,
contactez nous!

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.

Pré-requis

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

Publics

  • Data Analysts
  • Data Engineers
  • Data Scientists
  • Développeurs

Évaluation

Cette formation ne nécessite pas d’avoir recours à une évaluation formalisée des acquis

Programme

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

Demo : Le Machine Learning de A à Z

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

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'

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

FREN