Python : Apprentissage profond par réseaux de neurones

Approfondir ses connaissances de Python pour se familiariser avec ses sous-domaines et ses algorithmes usuels.

Prochaines sessions

Aucune date ne convient?

Notifiez-moi si une session est ajoutée.

  • Durée: 3 jours
  • Prix régulier: $2,100
  • Prix préférentiel: $1,785

Plan de cours

Référence : @Python apprentissage profond par réseaux de neurones

Durée : 3 jours

Préalables

  • Savoir programmer en Python
  • Introduction à l’apprentissage automatique

Objectifs

  • Comprendre l’apprentissage profond et ses sous-domaines.
  • Se familiariser avec quelques algorithmes usuels en apprentissage profond.
  • Acquérir l’expertise Choisir le bon algorithme à utiliser pour votre cas.
  • Acquérir l’expertise pour analyser les résultats des algorithmes d’apprentissage automatique.

Contenu

Introduction
  • Concepts de bases: (Réseau pleinement connecté, couche, forward propagation)
  • Fonctions de non-linéarité
  • Fonctions de perte pour l’apprentissage supervisé
  • Initialisation et régularisation
  • Backward propagation
  • Optimization et algorithmes
  • Initiation à Pytorch
  • Cas pratique OCR
Réseau à convolution pour la reconnaissance d’images
  • Motivation et concepts clés (connectivité local, partage de paramètres)
  • Convolution: kernels, filters and maps
  • Agrégation, downsampling et pooling
  • Architectures populaires: VGG, ResNet, GoogleNet
  • Prétraitement des images
  • Utilisation de réseau pré-entraîné
Réseaux récurrents
  • Motivation et concepts clés (windows size, mémoire, etc)
  • Architecture des réseaux récurrents (LSTM, GRU) + loss and gradients
  • Séquences discrètes: One-hot encoding et embeddings
  • Application pour la classification
  • Application pour la prédiction de séquence
Apprentissage de représentations
  • Autoencodeurs
  • Mutual information neural Estimator
  • Deep Info Max
  • Contrastive Predictive coding
Modèles génératifs
  • Auto-encodeurs variationnels
  • GANs
  • Génération par renforcement
  • Génération sous conditions
  • Transfert de style
  • Évaluation des modèles génératif
Concepts avancés
  • Apprentissage multi-tâches
  • Apprentissage semi-supervisé
  • Apprentissage par transfert
  • Débogage

Savoir s’entourer des meilleurs

Khalil Ben Fadhel
Khalil Ben Fadhel
Formateur science des données - IA
Khalil agit à titre d’expert en intelligence artificielle pour Leap Conseil. Grâce à son expertise extensive en planification et réalisation des projets en intelligence artificielle, Khalil a accompagné des organisations du secteur public et privé dans la réalisation des projets innovants en intelligence artificielle.
Fazil Chouakri
Fazil Chouakri
VP technologique, coach et formateur
Fazil est un coach et formateur qui possède une solide expérience terrain, lui permettant de conjuguer conseils pratiques et connaissances théoriques au bénéfice de ses apprenants.
Philippe Paradis
Philippe Paradis
Formateur certifié et conseiller en TI
Obsédé par la qualité des services rendus et des solutions développées, Philippe s’assure d’offrir toujours plus que ce à quoi les gens s’attendent, dans une atmosphère agréable.
Michel Laporte
Michel Laporte
Formateur et consultant TI
Michel est un formateur et consultant ayant la capacité de traduire des besoins en solutions informatiques. Sa mission est d’aider ses clients à surfer sur la vague technologique qui ne cesse de prendre de la vitesse.
Soyez au fait des tendances, innovations et bonnes pratiques, chaque mois.
Confidentialité
Centre de formation autorisé Emploi-Québec, Agrément : 0051460
TPS : 141582528 – TVQ : 1019557738
© 2022 AFI
AFI Expertise

L’expérience AFI par Edgenda

Chez AFI, nous concentrons nos efforts pour vous offrir des formations pertinentes et des expériences d’apprentissage percutantes qui s’inscrivent dans vos démarches de transformation. Vous désirez être accompagné dans ces démarches? Consultez les services d’Edgenda: Edgenda.com