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

14 Janvier



28 Janvier

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

14 Janvier



28 Janvier
Fermer le menu