Formation Deep learning en Python

icon public

Public : Développeurs Python, Data Scientists, Managers de projets

icon horloge

Durée : 5 jour(s)

Syllabus de la formation Deep learning en Python

Pré-requis : Maîtrise des bases du langage Python

Objectifs : Comprendre et choisir une méthode d'apprentissage profond - Implémentation d'algorithmes du Deep learning avec Python

Sanction : Attestation de fin de formation mentionnant le résultat des acquis

Taux de retour à l’emploi : Aucune donnée disponible

Référence : INT101604-F

Accessibilité : Si vous êtes en situation de handicap, nous sommes en mesure de vous accueillir, n'hésitez pas à nous contacter à referenthandicap@dawan.fr, nous étudierons ensemble vos besoins

Contact : commercial@dawan.fr

À partir de

1 175,00 CHF HT / jour

2 780,00 CHFHT

1 678,57 CHF HT

Pour 10 heures utilisables pendant 12 mois

3 475,00 CHF HT

Tarif plein:

  • Paiement à 60 jours
  • Report possible à J-3
  • 3 tickets d'assistance
Contacter Dawan

Programme de Formation Deep learning en Python

Comprendre l'apprentissage profond (Deep Learning)

Deep Learning : définition, contexte d'utilisation
Réseaux de neurones vs techniques de régressions
Types de réseaux neuronaux : feed-forwarded (propagation avant), récurrents, à résonance, auto-organisés
Implémentation d'un réseau feed-forwarded
Fonctions d'activation
Application d'un réseau neuronal à plusieurs données
Réseaux neuronaux multi-couches
Niveaux de représentation

Optimiser un réseau de neurones avec rétro-propagation

Besoin d'optimisation et calcul des erreurs de modèle
Impact des pondérations sur la précision du modèle
Mise à l'échelle des données
Descente graduelle
Améliorer les pondérations des modèles
Rétropropagation
Relation entre propagation vers l'avant et vers l'arrière
Cycle de rétropropagation

Implémenter des modèles d'apprentissage en profondeur avec Python

Panorama de librairies et de boîtes à outils : Keras, Tensorflow, Pytorch, Theano, Microsoft CNTK
Analyse de données
Spécification d'un modèle
Compilation et ajustement d'un modèle
Implémentation d'un modèle de classification
Prédictions
Diagnostic de problèmes et optimisation
Évaluation de la précision du modèle sur le jeu de données de validation
Reconnaissance d'images, de caractères

  • Un support et les exercices du cours pour chaque stagiaire
  • Un formateur expert ayant suivi une formation à la pédagogie
  • Boissons offertes pendant les pauses en inter-entreprises
  • Salles lumineuses et locaux facilement accessibles
  • Méthodologie basée sur l'Active Learning : 75% de pratique minimum
  • Matériel pour les formations présentielles informatiques : un PC par participant
  • Positionnement à l'entrée et à la sortie de la formation
  • Certification CPF quand formation éligible

Suite de parcours et formations associées

Pour suivre une session à distance depuis l'un de nos centres, contactez-nous.

Lieu Date Remisé Actions
Distance Du 20/01/2025 au 24/01/2025 S'inscrire
Distance Du 12/05/2025 au 16/05/2025 S'inscrire
Distance Du 25/08/2025 au 29/08/2025 S'inscrire
Distance Du 01/12/2025 au 05/12/2025 S'inscrire
Distance Du 15/12/2025 au 19/12/2025 S'inscrire
Genève Du 17/02/2025 au 21/02/2025 S'inscrire
Genève Du 02/06/2025 au 06/06/2025 S'inscrire
Genève Du 15/09/2025 au 19/09/2025 S'inscrire
Genève Du 15/12/2025 au 19/12/2025 S'inscrire

Nos centres de formation

  • Distance

    32 Boulevard Vincent Gâche

    44000 Nantes

  • Genève

    c/o CCI France Suisse Route de Jussy 35 Case postale 6298

    CH-1211 Thônex - Genève