Formation Intelligence artificielle - Deep Learning par la pratique (4-024)
Description
Objectif général de la formation : Fournir une expertise pratique dans l’utilisation des techniques de Deep Learning pour résoudre des problèmes réels tout en abordant les concepts clés et les verrous techniques. Modalité : Toutes les modalités (présentiel, classe virtuelle et hybride) sont possibles Lieu possible de réalisation : Locaux du bénéficiaire ou locaux d’Ascent Formation, en France métropolitaine et dans les DROM-COM Nombre maximal de participants : 20 Niveau SAME visé : Application (A) Compétences visées : Identifier les évolutions et les raisons du succès du Deep Learning. Maîtriser l’utilisation des bibliothèques TensorFlow, PyTorch, et Keras. Comprendre et résoudre les contraintes liées à la conception et à l’entraînement des modèles. Appliquer les concepts de Deep Learning à des cas concrets issus de différents secteurs.
- 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.
- Data scientists et ingénieurs en IA.
- Professionnels souhaitant intégrer le Deep Learning dans leurs activités.
- Toute personne ayant un intérêt pour l'application pratique des réseaux de neurones.
- Connaissances en programmation Python.
- Bases en Machine Learning et manipulation des données.
- 1
Jour 1 : Introduction et exploration des bibliothèques (6 heures)
- Introduction aux réseaux de neurones et au Deep Learning (2 heures)
- 2
Évolution des réseaux de neurones : historique et avancées.
- 3
Présentation des raisons du succès actuel du Deep Learning.
- 4
Études de cas : Applications majeures dans l’industrie.
- Présentation des bibliothèques de Deep Learning (2 heures)
- 5
Introduction à TensorFlow, PyTorch et Keras.
- 6
Comparaison des fonctionnalités et cas d’utilisation.
- 7
Démonstrations : Mise en place d’un environnement d’entraînement
- Premiers pas avec les modèles de base (2 heures)
- 8
Création et entraînement de modèles simples.
- 9
Introduction à la validation et l’évaluation des modèles.
- 10
Travaux pratiques : Construire et entraîner un modèle simple sur un dataset basique.
- 11
Jour 2 : Conception et diagnostic des modèles (6 heures)
- Conception des réseaux de neurones avancés (3 heures)
- 12
Architectures CNN pour la vision par ordinateur.
- 13
RNN et LSTM pour le traitement des séquences.
- 14
Travaux pratiques : Implémenter un CNN pour la classification d’images.
- Diagnostic et optimisation des modèles (3 heures)
- 15
Identification des problèmes : overfitting, sous-apprentissage, convergence lente.
- 16
Techniques d’optimisation : régularisation, batch normalization, fine-tuning.
- 17
Études de cas : Résolution des contraintes sur un jeu de données spécifique.
- 18
Jour 3 : Applications pratiques et cas réels (6 heures)
- Cas d’application sectoriels (3 heures)
- 19
Deep Learning pour la détection de fraudes, le diagnostic médical, ou la prédiction financière.
- 20
Études de cas spécifiques à des secteurs industriels.
- 21
Discussions : Identifier des opportunités et défis spécifiques dans votre domaine.
- Projet final : Analyse complète (3 heures)
- 22
Préparation des données, choix du modèle, entraînement et optimisation.
- 23
Présentation des résultats et recommandations.
- 24
Travaux pratiques : Réalisation d’un projet final en équipes.
Ils nous font Confiance
Nos partenaires de confiance
Questions fréquentes
FAQ : Formation Intelligence artificielle - Deep Learning par la pratique (4-024)
Oui, mais la prise en charge d'une formation professionnelle par un OPCO dépend de votre opérateur de compétences, de votre branche d'activité et des critères de financement applicables. Ascent Formation vous accompagne dans l'identification des possibilités de financement adaptées à votre entreprise.
Une formation inter-entreprises réunit des participants issus de différentes organisations, tandis qu'une formation intra-entreprise est organisée pour les collaborateurs d'une même entreprise. Le format intra permet notamment d'adapter le contenu et les modalités aux besoins spécifiques de vos équipes.
Selon la formation proposée, il est possible de suivre une formation professionnelle à distance, en présentiel ou selon d'autres modalités disponibles. Consultez les informations de la session concernée ou contactez-nous pour connaître les formats possibles.
Oui, une formation professionnelle peut être adaptée aux objectifs, au niveau des participants et aux besoins opérationnels de votre entreprise. Ascent Formation vous propose des parcours personnalisés pour accompagner le développement des compétences de vos équipes.
Formations similaires
IA & DataFormation Migration vers le Cloud
IA & DataFormation Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
IA & DataFormation AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
IA & Data