Apprentissage profond avancé

Réf. : DNDAFP12

Durée : 3 jours

Tarif : 1500 € HT

Objectifs :

Maîtriser la vision informatique principale Modèles d’apprentissage profond 
Comprendre le potentiel des modèles génératifs
Soyez au courant des applications des RGA
Maîtriser l’application commune de la vision par ordinateur 


Outils à maîtriser :

Tensorflow (tensorflow)
Dur
Git
Python 
Collaborer

Module 1 : Introduction

M.L. et apprentissage supervisé
Réseaux neuronaux artificiels
Apprentissage profond 

Module 2 : L’apprentissage profond comprenait des modèles 

Introduction
Cnn
RNN (en anglais)
Auto-encodeurs
Modèles DL alternatifs?

Module 3 : Vision par ordinateur

Vidéosurveillance intelligente: IVS 
Applications CV en entreprise
Analyse de la vision par ordinateur

Module 4 : Classification de l’image

Cnn
Circonvolutions
Application I : Classification des chiffres MINST

Module 5 : Architectures CNN 

AlexNet AlexNet
VGGNET ( VGGNET )
Création
Resnet (Resnet)

Module 6 : Détection d’objets

Introduction
R-CNN
Ssd
YOLO 3,4 et 5

Module 7 : Introduction des modèles génératifs

Principaux concepts
Modèles d’IA de prochaine génération
Certaines applications

Module 8: Auto-encodeurs

Le modèle
Apprentissage non supervisé
Utilisation d’auto-codeurs

Module 9 : RGA

Introduction
Composants GAN 
Entraînement accusatoire
Fonctions de coût 
Processus de formation
Application: Numéro manuscrit généré par un ordinateur!

Module 10 : Applications GANs

Modèles génératifs en médecine
Modèles génératifs à la mode
GANs dans la cybersécurité

Public

Ingénieurs de l’IA, Scientifiques de données et Experts en apprentissage automatique.

Pré-requis

Comprendre l’apprentissage automatique et l’apprentissage supervisé et être familier avec python programmation concepts de base.

Méthodes pédagogiques

Alternance d'apports théoriques, d'exercices pratiques et d'études de cas.


Réf. : DNDAFP12

Durée : 3 jours

Tarif : 1500 € HT



Demande de devis

Date souhaitée :
*Sous réserve de maintien de la session
Session ouverte à partir de 3 participants