Deep learning en Python

Inter-company training

Who is the training for?

Développeurs Python, Data Scientists, Managers de projets

Duration

5,00 day(s)

Language(s) of service

EN FR

Prerequisites

Maîtrise des bases du langage Python

Goals

Comprendre et choisir une méthode d'apprentissage profond - Implémentation d'algorithmes du Deep learning avec Python.

Contents

Comprendre l'apprentissage profond (Deep Learning)

Deep Learning: définition, contexte d'utilisation
Réseaux de neurones vs techniques de régressions
Types de réseaux neuronaux: feed-forwarded (propagation avant), récurrents, à résonance, auto-organisés
Implémentation d'un réseau feed-forwarded
Fonctions d'activation
Application d'un réseau neuronal à plusieurs données
Réseaux neuronaux multi-couches
Niveaux de représentation

Optimiser un réseau de neurones avec rétro-propagation

Besoin d'optimisation et calcul des erreurs de modèle
Impact des pondérations sur la précision du modèle
Mise à l'échelle des données
Descente graduelle
Améliorer les pondérations des modèles
Rétropropagation
Relation entre propagation vers l'avant et vers l'arrière
Cycle de rétropropagation

Implémenter des modèles d'apprentissage en profondeur avec Python

Panorama de librairies et de boîtes à outils: Keras, Tensorflow, Pytorch, Theano, Microsoft CNTK
Analyse de données
Spécification d'un modèle
Compilation et ajustement d'un modèle
Implémentation d'un modèle de classification
Prédictions
Diagnostic de problèmes et optimisation
Évaluation de la précision du modèle sur le jeu de données de validation
Reconnaissance d'images, de caractères

Teaching methods

Méthodologie basée sur l'Active Learning : 75% de pratique minimum. Chaque point théorique est systématiquement suivi d'exemples et exercices.

Evaluation

Contrôle continu

Certificate, diploma

Attestation de fin de stage mentionnant le résultat des acquis

Organization contact details

Dawan - Service commercial

These courses might interest you