- 3 JOURS
- 2 070,00 €
Module 1 : Deep learning :
- Introduction au Deep Learning
- Exemples de cas d’utilisation
- Principes de base
Module 2 : Les réseaux de neurones :
- Outils de base : régression linéaire et logistique
- Descente de gradient
- Rajouter des couches de neurones
- Architecture du réseau
Module 3 : Entrainer un réseau de neurone :
- Pré-traiter les données
- Choisir une fonction d’activation
- Choisir un optimizer
- Choisir un taux d’apprentissage
- Superviser les epochs
Module 4 : Réseaux de neurones convolutifs, CNN :
- Couche de convolution
- Couche de pooling
- Cas d’utilisation pour les images
- Architectures d’un réseau convolutif
Module 5 : Transfer learning :
- Réutiliser un modèle déjà entrainé
- Exemple pour les images
- Exemple pour les textes
Module 6 : Réseaux de neurones récurrents (RNN) :
- Fonctionnement des réseaux de neurones récurrents
- Exemple pour le texte
- Exemple pour les séries temporelles