Deep Learning avec Python - KERAS
Formation certifiante - Code CPF 93 835 - 2 jours
Formations en présentiel
Formations Blended - Learning
Formations E-learning Tutoré
Présentiel
Blended - Learning
E-learning tutoré
OBJECTIFS
A l'issue de la formation, les stagiaires seront capables de :
- Comprendre le Deep Learning
- Être familiarisé avec le concept de réseau de neurones
- Maîtriser l’outil Keras pour pour faire du Deep Learning avec Python.
- Mener à bien un projet de mise en place d’algorithmes de Deep Learning avec Python
- Connaître les Différents Types d’apprentissage automatique
- Implémenter un modèle de machine learning simple avec Keras
- Stabilisation de l’apprentissage d’un modèle avec Keras
- Sauvegarde et réutilisation d’un réseau avec Keras
- Savoir faire l’analyse des texts et la reconnaissance d’images avec Keras
PREREQUIS
La formation Deep Learning avec Python - KERAS est accessible à toute personne ayant :
- Une bonne maîtriser de l'algorithmie
- Des connaissances en mathématiques et des statistiques
- Des connaissance de Python
MODALITE D'EVALUATION
Des exercices, des études de cas, des QCM et des tours de table permettent au formateur d’évaluer l’atteinte des objectifs ainsi que la progression du stagiaire à différents moments de la formation.
La validation de toutes les compétences requises est obligatoire pour l’obtention d’un BADGE ou d’un Certificat. L'obtention du Certificat est validé par la réalisation et la présentation d'un projet devant un jury.
PUBLIC
- Directeurs/chefs de projet ou responsable métier
- Responsable système d’informations
- Développeurs informatiques
- Consultants en business intelligence
- Ingénieurs d’étude, de recherche et développement
- Architecte système et logiciel
- Consultants techniques
- Consultants business
- Statisticiens et Mathématiciens
- Data scientist (analyse de données) ou Data miner (fouilleur des données)
- Tout développeur ou informaticien souhaitant développer des compétences en analyse de données et BIG DATA
PROGRAMME DE FORMATION
Deep Learning avec Python - KERAS
Introduction au Deep Learning
- IA et deep learning
- Architecture du deep learning
- Fonctionnement d’un modèle de deep learning
- Architecture d’un réseau de neurones
- Construction d’un réseau de neurones
- Apprentissage du réseau de neurones
- Concepts de Keras
- Deep learning avec Keras
Machine Learning et Deep Learning
- Apprentissage automatique
- Importation des données
- Préparation des données
- Stabilisation de l’apprentissage d’un modèle avec Keras
- Sauvegarde et réutilisation d’un réseau avec Keras
- Sauvegarde d’un réseau
Performance des algorithmes
- Paramètres de l’apprentissage
- Amélioration de l’apprentissage avec Keras
- Stratégie d’amélioration
- Accélération des calculs avec le cloud computing et le GPU
- Accélération des calculs avec le cloud computing et le TPU
Atelier cas pratique
Analyse de textes avec Keras
- Word embedding
- Application du deep learning sur les textes
- Préparation des documents avec Keras
- Écriture d’un modèle de word embedding avec Keras
- Classification des documents et interprétation des résultats
- Amélioration d’un modèle d’analyse de textes avec Keras
Reconnaissance des images avec Keras
- Définition de la convolution
- Application de la convolution sur des images
- Application du deep learning sur des images
- Fonctionnement du pooling
- Architecture d’un réseau à convolution
- Jeu de données d’images
- Préparation des images pour l’analyse
- Découverte de l’OCR
- Reconnaissance des images
- Augmentation des données
- Préparation des données pour réutiliser les meilleurs modèles de Keras
- Réutilisation des meilleurs modèles existants avec Kera
Atelier cas pratique

Allez plus loin
Développez vos compétences
INTRODUCTION
A LA DATA SCIENCE
ELSTICSEARCH
Financement avec le CPF via
le site MonCompteFormation

POUR TOUTE DEMANDE DE RENSEIGNEMENT OU DE DEVIS