Formation : Mettre en œuvre le Deep Learning


EPSILON expert Data Science vous propose une formation dispensée par ses experts pour mettre en œuvre des modèles prédictifs basés sur les architectures de deep learning.

Le Deep Learning est un sujet d’intérêt majeur pour les ingénieurs et les data scientists.
Mais qu’est-ce que le Deep Learning ? Quelles sont les différences entre Deep Learning et Machine Learning ? Pour quels cas d’usage l’utiliser ? Comment mettre en oeuvre avec python des apprentissages ?

datadockNous sommes fiers d'être centre de formation Datadock, pour diffuser en continu le meilleur de la Data et de la Technologie auprès des professionnels de la Data Science, de la Dataviz et de l'Activation Marketing Adtech et Martech. 
Enregistré sous le numéro 11754361075. Cet enregistrement ne vaut pas agrément de l'Etat.

OBJECTIFS DE LA FORMATION ET COMPÉTENCES VISÉES


L’objectif de la formation est de :

  • Apprendre à construire sous python des modèles pour traiter des problématiques d'analyse sur des images et des textes
  • Connaître les fondamentaux de l'apprentissage automatique et des réseaux de neurones
  • Créer et entrainer une architecture "deep"

PUBLIC CONCERNÉ

  • Data Analyst / Scientist / Data Miner
  • Ingénieur, développeur

PRÉREQUIS

  • Maîtriser l'environnement python (notebook, librairies, langage) et la manipulation de données en Python (numpy, pandas)
  • Avoir des connaissances en mathématiques théoriques (matrices...)

MÉTHODES PÉDAGOGIQUES

  • Alternance des modalités pédagogiques : exposé, démonstration pratique, échanges collectifs, exercices pratiques et remise du support de formation.
  • Questionnaire d’évaluation administré à l’issue de la formation.
  • Durée
    2 jours / 14h
    9h - 17h30

  • Dates des sessions :
    contactez-nous

  • PRIX
    1 450 €HT
    (1 740 €TTC)

INTRODUCTION :


  • IA, machine et deep learning
  • Principes et applications
  • Créer son modèle ou l’utiliser sur étagère (IA as a service)

MODULE 1 : FONDAMENTAUX


  • Langage Python : tensorflow, keras
  • Rappels de Mathématiques
  • Réseaux de neurones : topologie, activation, backpropagation, sortie
  • Le Deep Learning à travers l'exemple de reconnaissance de chiffres

MODULE 2 : FONCTIONNEMENT DE L'APPRENTISSAGE


  • Feature engineering et apprentissage
  • Train/test, labellisation, metrics
  • Loss, gradient descent, epoch

MODULE 3 : CLASSIFICATION D’IMAGES


  • Traitement d’images
  • Architecture type CNN : filtres, pooling, dropout, fcc ...
  • Modèles pré entrainés, transfer learning
  • TP sur la classification d'images

MODULE 4 : ANALYSE DE TEXTES ET DE SIGNAUX


  • Architecture type RNN
  • Words embeddings, lstm
  • TP sur la reconnaissance d'entités nommées (nom, prénom)

Votre formateur



Damien
Senior Manager Data Science

20 ans d'expérience en traitement, analyse et science des données.
Expert sur les techniques statistiques usuelles ainsi que sur les méthodologies et technologies à la pointe de la Data Science.

Adresse

Lieu de la formation :

55 quai de Grenelle 75015 PARIS

Je souhaite être recontacté