Deep learning

Formation de groupe

€1150
940
  • 10 Personnes maximum
  •  
  •  
  •  
Populaire

Formation de longue durée

Nous contacter
  • Formation sur mesure pour vos salariés

    Cognitus étant référencé organisme de formation auprès de l'état Français, vous pourrez bénéficier des aides au financement

Prochaines dates

1 Juillet



15 Juillet

Avantages et bénéfices distinctifs

Les bonnes raisons d’intégrer nos formations spécialisées

☑️ Formation conçue pour les PME


☑️ L’acquisition d’un savoir-faire technique de qualité pour une mise en œuvre rapide


☑️ Un savoir dispensé par des experts PHD du domaine

☑️ Une remise à jour constante, en fonction de l’évolution des outils et techniques


☑️ De la pratique en temps réel assurant un mémorisation et une maîtrise immédiate


☑️ Des connaissances toujours mises en contexte par rapport à leur valeur sur le marché

Programme détaillé de la formation

L’émergence du Deep Learning, du perceptron à des réseaux de neurones multi-couches

  • Disponibilité des grands jeux de données – Big Data
  • Disponibilité d’une capacité de calcul faramineuse

Avancées majeures du Deep Learning ? Motivations par des cas d’usages

  • La reconnaissance de visage
  • L’aide à la conduite assisté et autonome
  • La recherche des cellules cancéreuses
  • La reconnaissance de parole
  • L’analyse de scènes
  • L’interprétation d’images

 

  • Connaître la base de ces modèles performants qui sont les neurones
  • Comprendre comment à partir d’un ensemble de calculs rudimentaires et locaux à chaque neurone, apprendre une fonction plus complexe
  • Ouvrir la voie à la création d’algorithmes universels
  • Étudier les Perceptrons multi-couches PMC, leurs anatomies et leurs différentes variantes
  • Comment faire apprendre les PMC avec la descente de gradient
  • Analyser l’impact de la structure des réseaux de neurones par rapport à la performance de l’apprentissage

Quelles sont les différents types de réseaux Deep Learning ainsi que leurs domaines d’applications

  • Réseau totalement interconnecté (Hopfield, Boltzmann,…)
  • Réseau récurrent (LSTM)
  • Reseau à convolution (LeNet, ResNet,…)
  • Connaître l’avancée des modèles Deep Learning dans l’extraction de features d’images
  • Comprendre l’intérêt des convolutions et du pooling dans ces modèles
  • Etudier des cas réels de classification d’images et de reconnaissance d’objets sur la base de données ImageNet

Présenter les différents framework du Deep Learning

  • TensorFlow
  • Keras
  • Caffe
  • Theano
  • Torch

o Valeurs implicites
o Conversions implicites
o Classes implicites
Tests unitaires

Prochaines dates

1 Juillet



15 Juillet
Fermer le menu