Deep Learning avec Python KERAS

2 jours (14 heures)

Formation certifiante - Code CNCP : 2234 - Certif Info : 93835

  • Présentiel
  • Blended - Learning
  • FOAD / E-learning tutoré
Le programme Deep Learning avec Python KERAS
Allez plus loin : développez vos compétences

Objectifs

  • 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

Prérequis

  • Maîtriser l’algorithmique,
  • Connaissances en mathématiques et des statistiques
  • Connaissance de Python

Vous n’avez pas les prérequis nécessaires pour la formation Deep Learning avec Python KERAS – Librairie TensorFlow ? Contactez nous pour étudier ensemble un parcours sur mesure et garantir ainsi la réussite de votre projet.

Intervenants

Les contenus pédagogiques sont synchronisés sur les évolutions techniques grâce à notre équipe d’intervenant experts et professionnels du secteur enseigné. Les formateurs qui interviennent pour animer les formations ont une double compétence : compétence informatique et compétence métier (Banque, Assurance, Administration, Santé, Transport).

PROGRAMME DE FORMATION DEEP LEARNING AVEC PYTHON KERAS

Jour 1

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

Jour 2

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

Une attestation d’assiduité sera délivrée après la validation de toutes les compétences de ce module.

POUR TOUTE DEMANDE DE RENSEIGNEMENT OU DE DEVIS

CONTACTEZ-NOUS