NOS FORMATIONS
Deep Learning
Durée : 2 jours – à distance ou en présentiel
Coût : devis sur demande ou via Captronic
Pour qui : un auditoire familier des manipulations et des calculs de données, ayant besoin de mieux comprendre ce que représente le Deep Learning, ses possibilités et son savoir-faire.
Pré-requis :
- Connaissances en programmation Python. De nombreux supports existent sur le Web pour apprendre ce langage. Utilisation des librairies sciait-learn, keras et pandas.
- Savoir faire des opérations sur des données dans un tableur.
- Travailler sur son propre PC connecté à Internet.
Objectifs d'apprentissage
- Comprendre l’articulation des domaines d’activité autour de la donnée afin de discerner les besoins de son entreprise, là où elle peut faire monter en compétences ses propres équipes et là où il sera plus efficace de faire appel à de l’expertise externe
- Comprendre la Data Science, le Machine Learning, le Deep Learning et le Big Data et l’IA
- Maîtriser les règles de base du Deep Learning
- Développer quelques algorithmes pour appréhender le travail sur les variables et l’optimisation des erreurs de modélisation
Au programme
Les grands principes du Deep Learning :
- les modélisations supervisées, non-supervisées et par renforcement
- les étapes de construction d’un modèle,
- l’évaluation des modèles,
- l’optimisation des modèles.
En pratique : évaluer et comparer des modèles préparés pour l’exercice.
Différents algorithmes de Deep Learning :
- les réseaux complètements connectés,
- les réseaux convolutionnels,
- les réseaux récurrents.
En pratique : utilisation de Keras et Tensorflow.
Pratiques avancées :
- préparation des variables,
- autoencoders,
- Generative Adversarial Networks,
- Reinforcement Learning.
En pratique : mise en pratique sur des images.
Chaque modèle est accompagné d’un exemple pré-codé. Les exercices s’intercalent dans la présentation pour permettre à chaque équipe de tester les modèles sur leur propre jeu de données.
