Deep Learning les fondamentaux

Avoir des bases en programmation et une bonne maîtrise des outils informatiques et statistiques. Connaitre les bases du Machine Learning est recommandé.

Appréhender les concepts clés du Deep Learning (apprentissage profond) et d’intégrer ces fondamentaux dans la mise en place de réseaux de neurones.

À l’issue de chaque module, le formateur évaluera chacun des participants en fonction des cas pratiques et exercices effectués.

Une attestation de formation vous sera remise.

• Alternance d’exercices, cas pratiques, QCM et de notions théoriques, projet Fil Rouge.
• Evaluations régulières et retour du formateur sur les points moins bien assimilés.
• Les supports de cours seront mis à disposition via notre la plate-forme de téléchargement AJC Classroom.
• Accès à notre plateforme à distance de Classe Virtuelle
  Mêmes possibilités et interactions avec votre formateur que lors d’une formation présentielle. En effet, votre formation se déroulera en connexion continue 7h/7 :
  • • • Echanges directs avec le formateur et l’équipe pédagogique à travers la visioconférence, les forums et chats
      • Vérification de l’avancement de votre travail et évaluation par votre formateur à l’aide d’exercices et de cas pratiques
      • Suivi pédagogique et conseils personnalisés pendant toute la formation

   

  Vous recevrez les informations de connexion par mail dès votre inscription. En cas de problème de connexion, vous pourrez joindre notre équipe à tout moment (avant ou même pendant la formation) au 0182837241 ou par mail à l’adresse hotline@ajc-formation.fr.

Les personnes en situation de handicap sont invitées à nous communiquer leurs besoins spécifiques. Nous ferons tout pour les mettre dans les meilleures conditions de suivi de la formation (compensation, accessibilité…)

Une attestation de fin de stage sera remise à tous les participants à l’issue de leur parcours.

Toute personne intéressée par le Deep Learning et les réseaux de neurones : Ingénieurs, Analystes, Data Scientists, Data Analysts, Data Steward, Développeurs…

Introduction

• Qu’est-ce que le Deep Learning ?
• Le tour d’horizon des outils de DeepLearning
• Les principaux acteurs

Réseaux de neurones artificiels

• Le Neurone
• La fonction d’activation
• Comment fonctionnent les Réseauxde Neurones ?
• Comment apprennent les Réseaux deNeurones ?
• Algorithme du Gradient
• Algorithme du Gradient Stochastique
• Rétropropagation

Travaux pratiques: Réalisation d’unschéma de neurones

Construire un réseau de neurones

• Description du problème
• Construire un Réseaux de neurones

Évaluer, améliorer et ajuster unréseau de neurones

• Évaluer un Réseaux de neurones
• Améliorer un Réseaux de neurones
• Ajuster un Réseaux de neurones

Travaux pratiques: Mettre en placeune procédure d’évaluation etd’optimisation d’un réseau de neurones

Réseaux de neurones à convolution

• Que sont les Réseaux de Neurones àConvolution ?
• Construire un Réseaux de neurones àconvolution

Travaux pratiques: Mise en place d’uneCNN pour la prédiction sur des images