Si vous souhaitez créer vos propres réseaux de neurones avec des algorithmes de Deep Learning et découvrir cette branche de la Data Science, n’hésitez plus et rejoignez cette formation !
Les compétences que vous allez acquérir dans ce cours Deep Learning :
Finissez ce module et vous aurez toutes les bases de Deep Learning. Les réseaux ANNs, CNNs, RNNs et GANs n’auront plus de secret pour vous. Vous aurez aussi la compétence d’évaluer et améliorer les performances des modèles prédictifs de Deep Learning.
Contenu de ce module :
Ce cours explique pas à pas les notions compliquées de Deep Learning pour les rendre accessible au plus grand nombre.
Ce cours Deep Learning vous guidera dans l’utilisation du dernier Framework TensorFlow 2 de Google pour créer des Réseaux de Neurones Artificiels pour le Deep Learning ! Ce cours a pour but de vous donner un guide facile à comprendre sur les complexités du Framework TensorFlow version 2+ de Google.
Nous nous attacherons à comprendre les dernières mises à jour de TensorFlow et à exploiter l’API de Keras (l’API officielle de TensorFlow 2) pour construire rapidement et facilement des modèles. Dans ce cours, nous construirons des modèles pour prédire des prix futurs de maisons, classer des images médicales, prédire les données de ventes futures, générer artificiellement un nouveau texte complet et bien plus encore… !
Ce cours Deep Learning est conçu pour équilibrer la théorie et la mise en œuvre pratique, avec des guides de code complets de type « Notebook Google Colab » et des slides et notes faciles à consulter. Il y a également de nombreux exercices pour tester vos nouvelles compétences au cours de la formation !
A la fin de ce cours Deep Learning, vous aurez toutes les bases pour comprendre et construire vos propres modèles de Machine Learning plus poussés.
Contenu de ce cours Machine Learning en quelques chiffres:
- 5 grands types de réseaux de neurones décortiqués
- 12 sections clés pour appréhender les techniques de Deep Learning
- des dizaines de datasets réels pour entrainer des modèles et faire des prédictions
- Code source inclus
Ce que vous apprendrez dans ce cours Deep Learning :
- La théorie qui se cache derrière le Machine Learning et le Deep Learning
- Utiliser TensorFlow 2.x pour le Deep Learning
- Exploiter l’API de Keras pour construire rapidement des modèles de Deep Learning qui tournent sur TensorFlow 2
- Construire des Réseaux de Neurones Artificiels (Artificial Neural Networks – ANNs)
- Effectuer une classification d’images avec des Réseaux de Neurones Convolutifs (Convolutionnal Neural Networks – CNNs)
- Prédire de données de séries temporelles (Time Series) avec les Réseaux de Neurones Récurrents (Recurrent Neural Networks – RNNs)
- Utiliser le Deep Learning pour l’imagerie médicale (reconnaissance de cellules de sang infectées ou non)
- Générer du texte avec les RNNs et le traitement du langage naturel (Natural Language Processing – NLP)
- Appliquer la réduction de dimensionnalité avec les Auto-Encodeurs (Encodeurs + Décodeurs)
- Utiliser les Réseaux Adverses Génératifs (Generative Adversarial Networks – GANs) pour créer des images de toute pièce
- Déployer vos modèles TensorFlow de Deep Learning en production grâce à une API Flask
- Utiliser les GPUs ou PTUs avec Google Colab pour un Deep Learning accéléré