Objectifs
- Comprendre les bases des réseaux neuronaux à travers une démonstration interactive avec un outil no-code.
- Approfondir le fonctionnement des neurones artificiels, des fonctions d’activation, et des couches dans un réseau de deep learning.
- Expérimenter avec différentes architectures neuronales, et mesurer les performances des modèles.
- Comprendre les principaux hyperparamètres du machine learning et expérimenter leur impact sur l’entraînement des modèles.
- Réaliser un exercice de classification d’images, tout en expérimentant différents frameworks et techniques avancées.
- Comprendre les principes de l’AutoML et son rôle dans l’optimisation automatisée des architectures et hyperparamètres.
- Démystifier les outils et choisir librement les technologies adaptées pour un projet de machine learning
Contenu Formation
Section 1 : Comprendre les bases du machine learning
Section 2 : Entraîner un modèle de classification d'images avec TensorFlow
Section 3 : Maîtriser les concepts théoriques clés du deep learning
Section 4 : Les hyperparamètres d'un réseau de neurones
Section 5 : Démystifier les bibliothèques de machine learning
Prérequis
Test de positionnement : Écrivez un programme qui affiche “Hello, World!” dans le langage de votre choix et exécutez-le sur votre PC.
Ça vous a pris moins d’une minute ? Alors, cette formation est faite pour vous !
Pour participer à cette formation vous aurez également besoin de :
- Avoir un compte Gmail (ou le créer avant la formation).
- Avoir un compte ChatGPT (ou le créer avant la formation).
Si vous ne remplissez pas ces conditions minimales, vous ne serez malheureusement pas en mesure de suivre la formation.
Particulier
Entreprise
Non inscrit
Une question ?
- 11 Leçons
- 58 Chapitres
Connexion
L'accès à ce formation nécessite une connexion. Veuillez saisir vos identifiants ci-dessous !