Aperçu du cours
Objectifs de formation : à l’issue de la formation, le stagiaire sera capable d’appréhender les concepts clés du Deep Learning (apprentissage profond) et d’intégrer ces fondamentaux dans la mise en place de réseaux de neurones.
Détails
- 7 Sections
- 47 Lessons
- 21 heures
Expand all sectionsCollapse all sections
- Introduction6
- 1.1Le fantasme de l’intelligence artificielle face aux réalités d’aujourd’hui
- 1.2Disparition des algorithmes, nouvelle modélisation des problèmes
- 1.3Machine learning : présentation de l’apprentissage
- 1.4Approches principales
- 1.5Algorithmes à évolution
- 1.6Exemples d’algorithmes Machine Learning : Régression linéaire, Naive Bayes, Random Tree.
- Principes fondamentaux d'un réseau neuronal9
- 2.1Bases mathématiques
- 2.2Définition du réseau neuronal
- 2.3Définition de l’apprentissage
- 2.4Modélisation d’un réseau neuronal
- 2.5Estimer une distribution par un réseau de neurones
- 2.6Data Augmentation
- 2.7Généralisation des résultats d’un réseau de neurones
- 2.8Initialisations et régularisations d’un réseau de neurones
- 2.9Optimisations et algorithmes de convergence
- Outil de ML & de DL4
- Convolutional Neural Networks7
- RNN8
- Modèles générationnels : VAE et GAN8
- Deep Reinforcement Learning5
Instructeur
