8 Sections
23 Lessons
Lifetime
Expand all sections
Collapse all sections
Presentation de la formation
2
1.1
Eya vous présente le parcours de formation
1.2
NotebooksAndDataSets
Module 1 Deep Learning
5
2.1
Introduction aux techniques d’apprentissage en profondeur (Qu’est-ce qu’un Perceptron)
2.2
Réseaux Deep FeedForward (DNN) (propagation avant et arrière, époques, taille de lot)
2.3
Réseaux de neurones convolutifs (CNN)
2.4
Réseaux de neurones récurrents (RNN)
2.5
Apprentissage par transfert
Module 2 Bibliothèques/frameworks Python d\'apprentissage en profondeur
3
3.1
Tensorflow contre Pytorch
3.2
[LAB]travailler avec Tensorflow
3.3
[LAB]travailler avec Pytorch
Module 3 Traitement du langage naturel (NLP)
4
4.1
Embeddings de mots et modèles de langage
4.2
Techniques de prétraitement de texte (tokénisation, stemming, lemmatisation, etc.)
4.3
NLP Use cases:Classification de texte et analyse des sentiments/Modélisation de sujet et résumé de texte
4.4
[LAB] Analyse des sentiments à l’aide du BERT
Module 4 Computer Vision
2
5.1
Réseaux antagonistes génératifs pour la vision par ordinateur (GAN)
5.2
[LAB] Vision par ordinateur utilisant l’apprentissage par transfert
Module 5 Sujets Avancés
5
6.1
Attaques et défenses adverses
6.2
[LAB] Encodeurs automatiques
6.3
[LAB] IA explicable (XAI) et interprétabilité : comment fonctionne mon modèle ?
6.4
[LAB] Sécurité de l’IA et considérations éthiques : comment découvrir le biais dans un ensemble de données
6.5
Démo avec l’API ChatGPT
Conclusion de la formation
1
7.1
Récapitulatif des concepts clés et des techniques Évolutions futures et tendances en matière d’IA/ML et opportunités
Quiz
1
8.1
Quiz 13 questions ! Bon courage !
IA Avancée : Exploration du Machine Learning
Search
This content is protected, please
login
and enroll in the course to view this content!
Home
Courses
Search
Search
Account
Login with your site account
Lost your password?
Remember Me
Modal title
Main Content