Deep learning
Le big data, littéralement « grosses données », ou métadonnées, parfois appelées données massives, désignent des ensembles de données qui deviennent tellement volumineux qu’ils en deviennent difficiles à travailler avec des outils classiques de gestion de base de données ou de gestion de l’information.
Le big data est essentiel pour répondre aux nouveaux enjeux de traitement de très hautes volumétries de données structurées et non structurées à grande vitesse afin de créer de la valeur pour l’entreprise.
40 formations
+20 années d’expérience
+800 participants
99% clients satisfaits
Contenu de la formation
OBJECTIFS
- Le rôle du Deep Learning dans le traitement des grandes bases de données.
- L ’impact du Deep Learning dans les domaines d’analyse du signal sonore, et visuel (la reconnaissance d’image, la reconnaissance vocale, traitement automatique du langage).
PUBLIC
- Statistician, Data Analyst, Data Scientist, Computer Vision engineer
PRE-REQUIS
-
Connaissances de base en mathématique, et en Machine Learning
Introduction
L’émergence du Deep Learning, du perceptron à des réseaux de neurones multi-couches
- Disponibilité des grands jeux de données – Big Data
- Disponibilité d’une capacité de calcul faramineuse
Avancées majeures du Deep Learning ? Motivations par des cas d’usages
- La reconnaissance de visage
- L’aide à la conduite assisté et autonome
- La recherche des cellules cancéreuses
- La reconnaissance de parole
- L’analyse de scènes
- L’interprétation d’images
Les notions de bases du Deep Learning
- Connaître la base de ces modèles performants qui sont les neurones
- Comprendre comment à partir d’un ensemble de calculs rudimentaires et locaux à chaque neurone, apprendre une fonction plus complexe
- Ouvrir la voie à la création d’algorithmes universels
Les notions de bases des réseaux de neurones
- Étudier les Perceptrons multi-couches PMC, leurs anatomies et leurs différentes variantes
- Comment faire apprendre les PMC avec la descente de gradient
- Analyser l’impact de la structure des réseaux de neurones par rapport à la performance de l’apprentissage
Les topologies Deep Learning les plus utilisées
Quelles sont les différents types de réseaux Deep Learning ainsi que leurs domaines d’applications
- Réseau totalement interconnecté (Hopfield, Boltzmann,…)
- Réseau récurrent (LSTM)
- Reseau à convolution (LeNet, ResNet,…)
Les réseaux à convolution dans la classification et la reconnaissance d’images
- Connaître l’avancée des modèles Deep Learning dans l’extraction de features d’images
- Comprendre l’intérêt des convolutions et du pooling dans ces modèles
- Etudier des cas réels de classification d’images et de reconnaissance d’objets sur la base de données ImageNet
Les framework
Présenter les différents framework du Deep Learning
- TensorFlow
- Keras
- Caffe
- Theano
- Torch
Les plus de la formation
Cette formation est un réel plus pour connaître la puissance des modèles Deep Learning qui sont déjà à l’oeuvre autour de nous.
De nombreux exemples pratiques issues de différentes expériences et de différentes problématiques seront étudiés.
Vidéo-projection. Les supports de cours sont remis en début de formation.
Ces professionnels nous font confiance
Ils témoignent de leurs expériences
“Formation avec beaucoup d’exercice, ce qui simplifie véritablement la compréhension. Encore merci pour le café et les biscuits 🙂 ”
“Tout était clair et facile à comprendre avec beaucoup de patience du prof. La formation m’a apporté une vision d’ingénieur Bi.”
Des formations qui pourraient vous intéresser
Nous vous proposons des formations de qualité, soigneusement préparées par des professionnels.
Ce que nos clients pensent de nous
“Après de sincères et profonds remerciements, je tiens à féliciter notre intervenant et par extension tout ceux qui ont contribué à cette formation, pour l’ apport que ce soit à un niveau personnel ou professionnel.
En effet , cette formation m’a permis non seulement de revisiter certains aspects du Big Data avec une vision nouvelle et plus précise mais également d’assimiler de nombreuses connaissances . Les remarques pertinentes avec les détails pratiques ont permis de bénéficier du recul et de l’expérience de notre formateur.”
” Très bonne formation, ne surtout pas hésiter à partager ses expériences professionnels, que ce soit en terme de projets, de problèmes rencontrés dans le monde de l’entreprise ou encore de questions rencontrées en entretien.
Les plus de cette formation ont été la vision plus large qu’on peut se faire des projets de la vie réelle et des domaines qui accompagne le nôtre (data science), ainsi que de la culture pouvant aider à se démarquer lors d’un entretien. Pour finir, les supports étaient très clairs et les schémas rendaient les idées très simples à comprendre et retenir.”
Newsletter
Retrouvez l’essentiel de l’actualité du Big Data directement par mail !
Les experts de Formation-BigData décortiquent chaque mois l’actualité, les dernières innovations.