Accueil
Conseil
Formation
Contact
Home
Nos formations
IA
Introduction au Deep Learning
Introduction au Deep Learning
Curriculum
5 Sections
15 Lessons
1 Day
Expand all sections
Collapse all sections
Introduction au Deep Learning
3
1.1
Qu’est-ce que le deep learning ?
1.2
Différences entre machine learning et deep learning
1.3
Domaines d’application : vision, NLP, reconnaissance vocale, data analytics
Réseaux de neurones artificiels
3
2.1
Structure d’un neurone et propagation avant/arrière
2.2
Fonction d’activation, coût et apprentissage
2.3
Entraînement et optimisation : gradient descent, backpropagation
Architectures principales
3
3.1
Réseaux fully connected (perceptrons multicouches)
3.2
Réseaux convolutionnels (CNN) pour la vision
3.3
Réseaux récurrents (RNN, LSTM, GRU) pour les données séquentielles
Implémentation pratique
3
4.1
Introduction aux frameworks : TensorFlow, Keras, PyTorch
4.2
Création d’un premier réseau de neurones simple en Python
4.3
Visualisation de la performance et ajustement des hyperparamètres
Applications et perspectives
3
5.1
Études de cas : classification d’images, prédiction de séries temporelles, NLP
5.2
Défis du deep learning : surapprentissage, biais, coût de calcul
5.3
Introduction à l’IA générative et aux modèles modernes (transformers)
This content is protected, please
login
and
enroll
in the course to view this content!
Close
Accueil
Conseil
Formation
Contact
Modal title
Main Content