Informations générales
Objectifs & compétences
Comprendre les apports du deep learning et de l'IA, et les principes de base.
Public visé
Chefs de projet, data-scientists, souhaitant comprendre les mécanismes fondamentaux de l'IA et du deep learning
Pré-requis
Connaissances de base de Machine learning
Programme
Présentation Définitions et positionnement IA, deep learning et Machine Learning Les apports du deep learning, état de l'art Exemples, domaines d'application.présentation de deepmind Deep learning Les réseaux de neurones : principe, différents types de réseaux de neurones (artificiels, convolutifs, récurrents, …) Présentation de TensorFlow,scikit-learn,keras,mxnet,caffe Exemple de mise en œuvre avec TensorFlow. Calcul distribué sur des CPU, GPU. Principe des tenseurs, caractéristiques d'un tenseur:type de données,dimensions Définition de tenseurs simples, gestion de variables pour la persistance, représentation des calculs et des dépendances entre opérations par des graphes APIs fournies en standard, modèles d'apprentissage Intelligence Artificielle Etat de l'art Outils disponibles. Exemple de projets. Mise en œuvre sur cloud AutoML: langages naturels, traduction, reconnaissance d'images,..
Modalités
Méthodes
Tarifs
- Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
- Le dispositif FNE-Formation.
- L’OPCO (opérateurs de compétences) de votre entreprise.
- Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
- CPF -MonCompteFormation
Lieux & Horaires
Prochaines sessions