Venez en toute sécurité dans nos centres ! Voir notre dispositif sanitaire

> Formations > Technologies numériques > Big Data, Intelligence Artificielle > IA, Machine Learning, analyse de données > Formation Deep Learning par la pratique > Formations > Technologies numériques > Formation Deep Learning par la pratique
Formation incontournable Nouvelle édition du programme de la formation

Deep Learning par la pratique

Deep Learning par la pratique

Télécharger au format pdf Partager cette formation par e-mail


Les réseaux de neurones artificiels facilitent l'apprentissage automatique et bouleversent de nombreux secteurs économiques. Durant cette formation vous utilisez les outils les plus répandus du domaine afin de réaliser et entrainer différents types de réseaux de neurones profonds sur des jeux de données diversifiés.


Inter
Intra
Sur mesure

Cours pratique en présentiel ou en classe à distance

Réf : DPL
Prix : 2240 € HT
  3j - 21h
Pauses-café et
déjeuners offerts




Les réseaux de neurones artificiels facilitent l'apprentissage automatique et bouleversent de nombreux secteurs économiques. Durant cette formation vous utilisez les outils les plus répandus du domaine afin de réaliser et entrainer différents types de réseaux de neurones profonds sur des jeux de données diversifiés.

Objectifs pédagogiques

À l’issue de la formation, le participant sera en mesure de :
  • 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

Objectifs pédagogiques

Public concerné

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

Public concerné

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.

Prérequis

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

Introduction aux réseaux de neurones artificiels
  • 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.
  • 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.
  • 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.
  • 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.
  • 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.
  • 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.
  • Autoencodeurs débruiteurs. Autoencodeurs épars. Autoencodeurs variationnels. Autres autoencodeurs.
  • Représentations efficaces des données.
  • ACP avec un autoencodeur linéaire sous-complet.
  • Autoencodeurs empilés. Pré-entraînement non supervisé.
  • Autoencodeurs débruiteurs. Autoencodeurs épars. Autoencodeurs variationnels. Autres autoencodeurs.
Travaux pratiques
Mise en œuvre d'autoencodeurs en utilisant des jeux de données variés.


Programme de la formation

Solutions de financement

Selon votre situation, votre formation peut être financée par :
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
Contactez nos équipes pour en savoir plus sur les financements à activer.

Solutions de financement

Avis clients

4,5 / 5
PÉGARD M.
20/10/21
5 / 5

cours clair, pédagogique, avec du temps pour les questions et l’approfondissement des sujets dans les cas pratiques.
JONATHAN F.
08/09/21
5 / 5

Le contenu présenté correspond parfaitement à la description de la formation. Le formateur fait preuve d’une très bonne pédagogie et les supports de cours sont de grande qualité. Les TPs permettent de mettre en pratique très concrètement les concepts. J’apprécie que les TPs sont dans un format qui permet facilement de les conserver et les refaire à l’avenir.
HOUDA M.
08/09/21
5 / 5

Le contenu a couvert les bases théoriques Du deep learning sans négliger la partie pratique. Les explications ont été très claires


Les avis clients 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.


Avis clients

Horaires

En présentiel, les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
En classe à distance, la formation démarre à partir de 9h.
Pour les stages pratiques de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 15h30 le dernier jour.

Infos pratiques

Dates et lieux

Pour vous inscrire, sélectionnez la ville et la date de votre choix.
Du 8 au 10 décembre 2021
Montpellier
S’inscrire
Du 17 au 19 janvier 2022
Lille
S’inscrire
Du 17 au 19 janvier 2022
Orléans
S’inscrire
Du 17 au 19 janvier 2022
Tours
S’inscrire
Du 17 au 19 janvier 2022
Classe à distance
S’inscrire
Du 17 au 19 janvier 2022
Paris La Défense
S’inscrire
Du 17 au 19 janvier 2022
Genève
S’inscrire
Du 17 au 19 janvier 2022
Luxembourg
S’inscrire
Du 17 au 19 janvier 2022
Bruxelles
S’inscrire
Du 7 au 9 mars 2022
Rennes
S’inscrire
Du 7 au 9 mars 2022
Strasbourg
S’inscrire
Du 7 au 9 mars 2022
Nantes
S’inscrire
Du 9 au 11 mars 2022
Toulouse
S’inscrire
Du 9 au 11 mars 2022
Bordeaux
S’inscrire
Du 16 au 18 mars 2022
Aix-en-Provence
S’inscrire
Du 16 au 18 mars 2022
Montpellier
S’inscrire
Du 16 au 18 mars 2022
Sophia-Antipolis
S’inscrire
Du 21 au 23 mars 2022
Paris La Défense
S’inscrire
Du 21 au 23 mars 2022
Classe à distance
S’inscrire
Du 23 au 25 mars 2022
Lyon
S’inscrire
Du 23 au 25 mars 2022
Grenoble
S’inscrire
Du 23 au 25 mai 2022
Orléans
S’inscrire
Du 23 au 25 mai 2022
Lille
S’inscrire
Du 23 au 25 mai 2022
Classe à distance
S’inscrire
Du 23 au 25 mai 2022
Tours
S’inscrire
Du 23 au 25 mai 2022
Paris La Défense
S’inscrire
Du 23 au 25 mai 2022
Genève
S’inscrire
Du 23 au 25 mai 2022
Bruxelles
S’inscrire
Du 23 au 25 mai 2022
Luxembourg
S’inscrire
Du 30 mai au 1 juin 2022
Strasbourg
S’inscrire
Du 30 mai au 1 juin 2022
Rennes
S’inscrire
Du 30 mai au 1 juin 2022
Nantes
S’inscrire
Du 8 au 10 juin 2022
Aix-en-Provence
S’inscrire
Du 8 au 10 juin 2022
Sophia-Antipolis
S’inscrire
Du 8 au 10 juin 2022
Montpellier
S’inscrire
Du 15 au 17 juin 2022
Lyon
S’inscrire
Du 15 au 17 juin 2022
Grenoble
S’inscrire
Du 29 juin au 1 juillet 2022
Bordeaux
S’inscrire
Du 29 juin au 1 juillet 2022
Toulouse
S’inscrire
Du 17 au 19 août 2022
Lille
S’inscrire
Du 17 au 19 août 2022
Orléans
S’inscrire
Du 17 au 19 août 2022
Genève
S’inscrire
Du 17 au 19 août 2022
Paris La Défense
S’inscrire
Du 17 au 19 août 2022
Tours
S’inscrire
Du 17 au 19 août 2022
Classe à distance
S’inscrire
Du 17 au 19 août 2022
Luxembourg
S’inscrire
Du 17 au 19 août 2022
Bruxelles
S’inscrire
Du 21 au 23 septembre 2022
Grenoble
S’inscrire
Du 21 au 23 septembre 2022
Lyon
S’inscrire
Du 26 au 28 septembre 2022
Nantes
S’inscrire
Du 26 au 28 septembre 2022
Rennes
S’inscrire
Du 26 au 28 septembre 2022
Strasbourg
S’inscrire
Du 28 au 30 septembre 2022
Montpellier
S’inscrire
Du 28 au 30 septembre 2022
Sophia-Antipolis
S’inscrire
Du 28 au 30 septembre 2022
Aix-en-Provence
S’inscrire
Du 28 au 30 septembre 2022
Toulouse
S’inscrire
Du 28 au 30 septembre 2022
Bordeaux
S’inscrire
Du 17 au 19 octobre 2022
Orléans
S’inscrire
Du 17 au 19 octobre 2022
Lille
S’inscrire
Du 17 au 19 octobre 2022
Classe à distance
S’inscrire
Du 17 au 19 octobre 2022
Tours
S’inscrire
Du 17 au 19 octobre 2022
Paris La Défense
S’inscrire
Du 17 au 19 octobre 2022
Genève
S’inscrire
Du 17 au 19 octobre 2022
Bruxelles
S’inscrire
Du 17 au 19 octobre 2022
Luxembourg
S’inscrire
Du 2 au 4 novembre 2022
Bordeaux
S’inscrire
Du 2 au 4 novembre 2022
Toulouse
S’inscrire
Du 7 au 9 novembre 2022
Paris La Défense
S’inscrire
Du 7 au 9 novembre 2022
Classe à distance
S’inscrire
Du 21 au 23 novembre 2022
Lyon
S’inscrire
Du 21 au 23 novembre 2022
Grenoble
S’inscrire
Du 28 au 30 novembre 2022
Aix-en-Provence
S’inscrire
Du 28 au 30 novembre 2022
Sophia-Antipolis
S’inscrire
Du 28 au 30 novembre 2022
Montpellier
S’inscrire
Du 19 au 21 décembre 2022
Strasbourg
S’inscrire
Du 19 au 21 décembre 2022
Rennes
S’inscrire
Du 19 au 21 décembre 2022
Nantes
S’inscrire

Dates et lieux