Deep Learning avec TensorFlow

• Comprendre la différence entre Machine Learning, Deep Learning et Intelligence Artificielle (IA).
• Comprendre comment l’IA est utilisée aujourd’hui par les entreprises pour gagner en compétitivité.
• Comprendre les concepts de base du Machine Learning tels que : le perceptron, le réseau de neurones et les différents hyperparamètres d’un réseau de neurones profond.
• Découvrir la vision par ordinateur et comment implémenter un réseau de neurones simple au travers d’un cas pratique sur TensorFlow.

PRÉREQUIS

MODALITÉS DE PARTICIPATION

• Cette formation de 7h est proposée principalement en présentiel à Paris, dans le XVe arrondissement (sauf indications contraires que l’on vous communiquerait), et parfois en Webinar (à accéder depuis le navigateur Chrome).
• En présentiel, la formation se déroule généralement le samedi de 9h à 18h avec des pauses, dont une pour le déjeuner qui n’est pas fourni.
• Pour veiller à la participation active de chacun, le nombre de places est limité à 12 personnes par session.
• La prochaine session disponible (date, horaire, mode de participation présentiel ou webinar) est affichée sous le bouton bleu « prendre cette formation ». Si aucune session n’est proposée, sollicitez-nous via la page : Contact.
• Prévoyez d’arriver quelques minutes en avance SVP. Les informations pratiques d’accès vous seront communiquées sur cette page, après votre inscription.
• Pour le cas pratique équipez-vous avec :
  • un ordinateur sur lequel vous pouvez installer des logiciels
  • le navigateur Chrome
  • un compte Gmail, indispensable pour accéder à certains outils Google Cloud
• Avant de vous inscrire, si vous souhaitez échanger sur vos besoins de formation, veuillez les formuler à partir du formulaire accessible depuis ce lien
• Pour toute demande d’information, notamment pour les personnes en situation d’handicap, merci de nous consulter via la page : Contact.

PROGRAMME DE FORMATION

• Introduction à l'intelligence artificielle (IA)
  • Qu’est-ce que l’intelligence artificielle ?
  • L’IA, le Machine Learning, le Deep Learning et la Data Science.
  • Pourquoi utiliser l’IA et comment ça marche ?
• Présentation de cas d'usage du Deep Learning
  • La classification de concombres.
  • La voiture autonome.
  • La détection automatique du cancer.
  • La détection automatique du vol.
• Concepts de bases du Deep Learning
  • La régression et la classification.
  • Le perceptron et les réseaux de neurones.
  • La forward propagation, la backpropagation, la fonction d’erreur et le gradient descent
  • Les hyper-paramètres d’un modèle de Deep Learning.
  • Jouer avec un réseau de neurones sur TensorFlow Playground.
• Cas pratique "La Poste" avec TensorFlow

  Construisez un logiciel capable de reconnaître les chiffres manuscrits !

  La reconnaissance d’écriture manuscrite est une problématique récurrente pour La Poste, le secteur bancaire et toute société ayant besoin d’analyser des documents écrits à la main. Votre challenge est d’utiliser le Deep Learning pour développer une IA capable de reconnaître les chiffres manuscrits à partir d’une image !

  Vous pourrez utiliser le projet réalisé pour le présenter dans votre portfolio.

• Quiz d’auto-évaluation des connaissances acquises pour obtenir votre Attestation de formation.
• Réflexions sur comment allez plus loin.

FORMATEUR