Deep Learning – Mise en œuvre

Référence : 19003-180615-4-DEE

Infos pratiques

  • Durée : 5 jours soit 35 heures
  • Population visée : Ouvrier – Employé – Employé qualifié – Cadre – Cadre supérieur
  • Public concerné : Toute personne souhaitant appliquer les dernières avancées de l’apprentissage automatique (Deep Learning)

Programme

Objectifs pédagogiques

A l’issue de cette formation, l’apprenant sera capable de :

  • 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.

Pré-requis

  • Avoir un bon niveau général en informatique et avoir obligatoirement des compétences en Machine Learning et en programmation Python.

Objectifs opérationnels et contenu de la formation

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

Méthodes et moyens

  • Explications théoriques suivies de pratiques guidées puis mises en autonomie
  • 1 vidéoprojecteur par salle
  • 1 ordinateur par stagiaire

Méthodes d’évaluation des acquis

  • Exercices de synthèse et d’évaluation
  • Evaluation de fin de stage

Profil formateur

Nos formateurs sont certifiés à l’issue d’un parcours organisé par nos soins. Ils bénéficient d’un suivi de compétences aussi bien au niveau technique que pédagogique.

Support stagiaire

  • Support papier ou électronique (dématérialisé)
  • Les exercices d’accompagnement peuvent être récupérés sur clef USB