> formation Technologies numériques > formation Big Data, Intelligence Artificielle > formation IA, Machine Learning, analyse de données > formation Deep Learning par la pratique
Toutes nos formations IA, Machine Learning, analyse de données

Formation Deep Learning par la pratique

4,5 / 5
Stage pratique
Nouvelle édition Best
Durée : 3 jours
Réf : DPL
Prix  2021 : 2240 € H.T.
Pauses et déjeuners offerts
  • Programme
  • Cycles certifiants
  • Participants / Prérequis
  • Intra / sur-mesure
  • avis vérifiés
Programme

L'Intelligence Artificielle, après avoir bouleversé de nombreux domaines scientifiques, a commencé à révolutionner un grand nombre de secteurs économiques. L'objet de cette formation est d'apporter une prise en main pratique du Deep Learning et de ses différents domaines d'application.

Objectifs pédagogiques

  • Comprendre l'évolution des réseaux de neurones et les raisons du succès actuel du Deep Learning
  • Utiliser les bibliothèques de Deep Learning les plus populaires
  • Comprendre les principes de conception, les outils de diagnostic et les effets des différents verrous et leviers
  • Acquérir de l'expérience pratique sur plusieurs problèmes réels
PROGRAMME DE FORMATION

Introduction

  • Créer un premier graphe et l’exécuter dans une session.
  • Cycle de vie de la valeur d’un nœud.
  • Manipuler des matrices. Régression linéaire. Descente de gradient.
  • Fournir des données à l’algorithme d’entraînement.
  • Enregistrer et restaurer des modèles. Visualiser le graphe et les courbes d’apprentissage.
  • Portées de noms. Partage des variables.

Démonstration
Présentation des exemples de Machine Learning en classification et régression.

Introduction aux réseaux de neurones artificiels

  • Du biologique à l’artificiel.
  • Entraîner un PMC (perceptron multicouche) avec une API TensorFlow de haut niveau.
  • Entraîner un PMC (perceptron multicouche) avec TensorFlow de base.
  • Régler précisément les hyperparamètres d’un réseau de neurones.

Entraînement de réseaux de neurones profonds

  • Problèmes de disparition et d’explosion des gradients.
  • Réutiliser des couches pré-entraînées.
  • Optimiseurs plus rapides.
  • Éviter le sur-ajustement grâce à la régularisation.
  • Recommandations pratiques.

Travaux pratiques
Mise en œuvre d'un réseau de neurones à la manière du framework TensorFlow.

Réseaux de neurones convolutifs

  • L’architecture du cortex visuel.
  • Couche de convolution.
  • Couche de pooling.
  • Architectures de CNN.

Travaux pratiques
Mise en œuvre des CNN en utilisant des jeux de données variés.

Deep Learning avec Keras

  • Régression logistique avec Keras.
  • Perceptron avec Keras.
  • Réseaux de neurones convolutifs avec Keras.

Travaux pratiques
Mise en œuvre de Keras en utilisant des jeux de données variés.

Réseaux de neurones récurrents

  • Neurones récurrents.
  • RNR de base avec TensorFlow.
  • Entraîner des RNR. RNR profonds.
  • Cellule LSTM. Cellule GRU.
  • Traitement automatique du langage naturel.

Travaux pratiques
Mise en œuvre des RNN en utilisant des jeux de données variés.

Autoencodeurs

  • Représentations efficaces des données.
  • ACP avec un autoencodeur linéaire sous-complet.
  • Autoencodeurs empilés.
  • Pré-entraînement non supervisé avec des autoencodeurs empilés.
  • Autoencodeurs débruiteurs. Autoencodeurs épars. Autoencodeurs variationnels. Autres autoencodeurs.

Travaux pratiques
Mise en œuvre d'autoencodeurs en utilisant des jeux de données variés.

Cycles certifiants
Participants / Prérequis

» Participants

Ingénieurs/Chefs de projet IA, consultants IA et toute personne souhaitant découvrir les techniques Deep Learning dans la résolution de problèmes industriels.

» Prérequis

Bonnes connaissances en statistiques. Bonnes connaissances du Machine Learning, connaissances équivalentes à celles apportées par le cours Machine Learning, méthodes et solutions. Expérience requise.
Intra / sur-mesure

Demande de devis intra-entreprise
(réponse sous 48h)

Vos coordonnées

En cochant cette case, j’atteste avoir lu et accepté les conditions liées à l’usage de mes données dans le cadre de la réglementation sur la protection des données à caractère personnel (RGPD).
Vous pouvez à tout moment modifier l’usage de vos données et exercer vos droits en envoyant un email à l’adresse rgpd@orsys.fr
En cochant cette case, j’accepte de recevoir les communications à vocation commerciale et promotionnelle de la part d’ORSYS Formation*
Vous pouvez à tout moment vous désinscrire en utilisant le lien de désabonnement inclus dans nos communications.
* Les participants inscrits à nos sessions de formation sont également susceptibles de recevoir nos communications avec la possibilité de se désabonner à tout moment.
Avis vérifiés
picto avis vérifiés
Rabii L. 14/10/2020
4 / 5
le contenu est un peu chargé par rapport le temps consacré à chaque partie, la partie théorique a besoin plus de temps et d'explication partie pratique intéressante mais pas facile à comprendre sinon, cette formation représente pour moi un point de départ pour continuer dans les DPs

templier G. 14/10/2020
5 / 5
Le cours n'est clairement pas facile à mettre en place en 3 jours pour un sujet aussi complexe que les réseaux de neurones. J'ai trouvé que les TPs auraient mérité de faire appel à plus de questionnement ou plus de petites analyses (clairement le temps pris pour effectuer certaines iterations est un frein). Le formateur etait très interessant et réactif, à l'écoute de son auditoire.

Claude M. 14/10/2020
5 / 5
Sujet ardu, nécessite d'être travaillé à tête reposé sur un cas concret

Frederic C. 14/10/2020
5 / 5
N'hésite pas à prendre de son temps en dehors des heures prévues.

Maxence B. 07/09/2020
4 / 5
Un peu trop de temps passé sur le cours et les TP

Dalbosco J. 07/09/2020
4 / 5
Super formation, formateur sympathique. Par contre, beaucoup trop dense pour être abordée en 3 jours.

remy l. 07/09/2020
5 / 5
le cours est bien structuré . Il nous permet d'avoir un éventail de connaissance sur le deep learning

Sebastien P. 07/09/2020
5 / 5
Le contenu du programme correspond parfaitement à mes attentes. La pédagogie employée est parfaite.

Matthieu D. 08/06/2020
4 / 5
Contenu très intéressant, un peu dense où on part de concept simple et tout d'un coup très compliqué, mais c'est difficile de faire mieux en 3 jours.

stephane p. 08/06/2020
4 / 5
Permet de confirmer des auto-formations précédemment vues – nécessaire à priori de connaitre le sujet avant de suivre ce cours (l'ajout de liens de formation sur le sujet en tant que prérequis pourrait être utile) sinon permet de bien survoler et de comprendre l'esprit du sujet dans le cas ou trop de notions sont manquantes. Les slides sont vraiment minimalistes et ne permettront que difficilement de se remémorer ce cours. Les T

Lebihen 08/06/2020
5 / 5
Très bonne pédagogie. Contenu tout à fait adapté à mes besoins.

Victor M. 08/06/2020
5 / 5
Cours trés clair et très agréable à suivre. Très bonne pédagogie du formateur qui arrive à faire comprendre les notions les plus difficiles du deep learning. Les TP avec les notebooks sont agréables à faire.

Laurent R. 08/06/2020
5 / 5
très bonne formation complète et presentée dans les détails

Pierre M. 02/03/2020
4 / 5
Un peu plus de pratique serait peut-être bénéfique

Floch L. 13/01/2020
5 / 5
nombre de choses vu en 3 jours important tout en ayant tout de même de la pratique: bien

Mohamed G. 13/01/2020
5 / 5
Bon contenu . Je mettrais plus de temps a la partie theorique
Avis client 4,5 / 5

Les avis client sont issus des feuilles d’évaluation de fin de formation. La note est calculée à partir de l’ensemble des avis datant de moins de 12 mois.

CLASSE A DISTANCE

En inter et en intra-entreprise
Inscrivez-vous ou contactez-nous !

Pour vous inscrire

Cliquez sur la ville, puis sur la date de votre choix.
[+]
CLASSE A DISTANCE
[+]
PARIS
[+]
AIX
[+]
BORDEAUX
[+]
BRUXELLES
[+]
GENEVE
[+]
GRENOBLE
[+]
LILLE
[+]
LUXEMBOURG
[+]
LYON
[+]
MONTPELLIER
[+]
NANTES
[+]
ORLEANS
[+]
RENNES
[+]
SOPHIA-ANTIPOLIS
[+]
STRASBOURG
[+]
TOULOUSE
[+]
TOURS

Horaires

Les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45.
Pour les stages pratiques de 4 ou 5 jours, les sessions se terminent à 15h30 le dernier jour.
Filières métiers