Deep Learning
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Décrire les concepts de Machine Learning et l'évolution vers le Deep Learning (réseaux de neurones profonds)
- Identifier les briques de base du Deep Learning : réseaux de neurones simples, convolutifs et récursifs
- Définir les modèles plus avancés : auto-encodeurs, GAN (Generative Adversarial Network), apprentissage par renforcement
- Utiliser les bases théoriques et pratiques d'architecture et de convergence de réseaux de neurones
- Appliquer les méthodologies de mise en place de réseaux de neurones, les points forts et les limites de ces outils.
| Tarif |
A partir de 2 280,00 € |
| Durée | 3 jours (21h00) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 2 280,00 € |
| Durée | 3 jours (21h00) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Programme
Jour 1
Introduction au Deep Learning
- Définition et vocabulaire
- Process pour entraîner un modèle
Exemple de travaux pratiques (à titre indicatif)
- Préparation de l'environnement
Fonctionnement d'un réseau de neurones
- Rappel de bases mathématiques
- Le réseau de neurones
- Architecture, fonctions d'activation et de pondération des activations précédentes...
- L'apprentissage d'un réseau de neurones
- Fonctions de coût, backpropagation, Stochastic gradient descent...
- Modélisation d'un réseau de neurones
- Modélisation des données d'entrée et de sortie selon le type de problème
- Appréhender une fonction et une distribution par un réseau de neurones
- Data Augmentation
- Comment équilibrer un dataset ?
- Généralisation des résultats d'un réseau de neurones
- Initialisations et régularisations d'un réseau de neurones
- L1 / L2 Regularization, Batch normalization
- Optimisations et algorithmes de convergence
Gestion d'un projet de Deep Learning
- Choix des architectures existantes
- Gestion du biais-variance
- Problématique du surapprentissage
- Accélérer l'apprentissage
Deep Learning : pour quels cas ?
- Les limites du Machine Learning classique
- Quand le Deep Learning devient pertinent ?
- Quand faut-il éviter d'avoir recours au Deep Learning ?
Jour 2
Outils de développement du Deep Learning
- Frameworks haut niveau
- PyTorch, Keras, Lasagne
- Frameworks bas niveau
- Theano, Torch, Caffe, TensorFlow
Exemples de travaux pratiques (à titre indicatif)
- Applications et limites des outils présentés
CNN (Convolutional Neural Network)
- Présentation des CNN
- Principes fondamentaux et applications
- Les différents types de convolution
- Stride, Padding, 3D
- Les couches convolutives et les couches de pooling
- Apprentissage : la rétropropagation convolutive
Exemple de travaux pratiques (à titre indicatif)
- Utilisation de CNN dans le cadre du traitement de l'image
Jour 3
RNN (Recurrent Neural Network)
- Présentation des RNN
- Principes fondamentaux et applications
- Les différentes cellules neuronales
- GRU et LSTM
- Apprentissage : la rétropropagation dans le temps
Exemples de travaux pratiques (à titre indicatif)
- Entraîner et évaluer un modèle pour classifier du texte
Deep RL (Deep Reinforcement Learning)
- Les auto-encodeurs
- Représentation sémantique des mots
- Interpolation et extrapolation
Exemples de travaux pratiques (à titre indicatif)
- Deepfake, falsification et anonymisation
Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.
Modalités d’évaluation des acquis
- En cours de formation, par des études de cas ou des travaux pratiques
- Et, en fin de formation, par un questionnaire d'auto-évaluation
Prérequis
Public
Ces formations pourraient vous intéresser
Objectifs de la formation
- Comprendre les principes fondamentaux de la programmation Python et son application à la manipulation et à l'analyse des données
- Appliquer des techniques de nettoyage et de prétraitement des données pour préparer les ensembles de données à l'analyse
- Créer et interpréter des visualisations de données à l'aide de bibliothèques Python
- Développer des modèles de Machine Learning basiques pour l’analyse prédictive
- Évaluer les performances des modèles d'apprentissage automatique
| Tarif |
A partir de 2 250,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
- Gérer la stratégie de recrutement et promouvoir la diversité
- Planifier les grandes étapes de la construction du plan de développement des compétences
- Organiser une démarche GEPP efficace en entreprise
- Planifier les étapes clés de mise en place d'une stratégie RH cohérente avec la transformation digitale de l'entreprise
- Préparer les éléments relatifs au déploiement de la politique de rétribution globale
| Tarif |
A partir de 6 901,00 € |
| Durée |
10 jours |
| Modes |
|
Objectifs de la formation
Comprendre et choisir une méthode d'apprentissage automatique - Acquérir les bases du Machine Learning avec Python| Tarif |
A partir de 3 475,00 € |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
- Définir les objectifs et le périmètre des prévisions de trésorerie
- Mettre en œuvre une démarche globale de construction du budget de trésorerie
- Organiser le pilotage de la trésorerie
| Tarif |
A partir de 1 618,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Gérer et utiliser l'environnement de développement basé sur Eclipse et ADT (ABAP Development Tool)
- Créer des packages et des programmes ABAP
- Définir et utiliser des variables simples, des structures et des tables internes
- Reconnaître et utiliser les structures contrôle du langage ABAP
- Utiliser le debugger
- Créer et développer des classes ABAP objet
- Lire des données de la base de données
- Décrire des mises à jour de la base en utilisant des Objets Applicatifs
- Décrire le modèle de programmation applicatif ABAP RESTful.
| Tarif |
A partir de 3 280,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
- Maîtriser Microsoft Azure Machine Learning et AML Studio
- Utiliser Azure Machine Learning
- Savoir gérer des ensemble de données, les préparer
- Utiliser des fonctionnalités Engineering, Selection
- Savoir utiliser le langage Python et R avec Azure Machine Learning
- Savoir construire, initialiser, optimiser et utiliser des modèles Azure Machine Learning
- Maîtriser les Cognitives Services, HDInsight
| Tarif |
A partir de 3 500,00 € |
| Durée |
5 jours |
| Modes |
|
Objectifs de la formation
- Préparer la liasse fiscale de l'entreprise pour déterminer l'IS à payer
- Préparer la liasse fiscale du groupe pour déterminer l'IS d'ensemble en régime d'intégration fiscale
- Réaliser la déclaration de TVA mensuelle de l'entreprise
- Respecter les obligations déclaratives de l'entreprise en matière de CET et de taxes diverses
- Préparer l'entreprise à un contrôle fiscal
| Tarif |
A partir de 7 118,00 € |
| Durée |
10 jours |
| Modes |
|
Objectifs de la formation
- Concevoir une ingénierie pédagogique : maîtriser les outils et méthodes pédagogiques des plus traditionnelles au plus innovantes pour concevoir efficacement une formation
- Animer des actions de formation professionnelle en présentiel, à distance, en blended-learning ou en situation de travail : acquérir la posture du formateur, renforcer ses qualités d'animateur, anticiper et gérer les cas d'animation difficiles
| Tarif |
A partir de 6 300,00 € |
| Durée |
70 h de formation en synchrone + 2 h de tutorat individuel + 3h30 d’e-learning + 1h de soutenance orale |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Utiliser les méthodes et outils vous permettant de vous préparer efficacement à la négociation commerciale
- Identifier et repousser vos propres limites de négociateur, notamment en situation difficile
- Choisir et utiliser des outils adaptés aux étapes identifiées, tout en adoptant les postures justes
- Utiliser les outils et techniques de communication permettant d'optimiser votre pouvoir de négociation commerciale
- Adapter votre posture aux situations et aux difficultés rencontrées au cours d'une négociation commerciale.
| Tarif |
A partir de 1 490,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
- Pendant la formation, le formateur évalue la progression pédagogique des participants via des QCM, des mises en situation et des travaux pratiques. Les participants passent un test de positionnement avant et après la formation pour valider leurs compétences acquises.
| Tarif |
Contacter l'organisme |
| Durée |
8 jours (56 heures) |
| Modes |
|
