L'apprentissage en profondeur
( 25 Modules )

module #1
Introduction à l'apprentissage profond
Vue d'ensemble de l'apprentissage profond, de son histoire et de ses applications

module #2
Prérequis mathématiques
Révision de l'algèbre linéaire, du calcul et de la théorie des probabilités

module #3
Notions de base sur les réseaux de neurones
Introduction aux réseaux de neurones artificiels, aux perceptrons et aux perceptrons multicouches

module #4
Fonctions d'activation et rétropropagation
Fonctions d'activation, rétropropagation et descente de gradient

module #5
Création et formation de réseaux de neurones
Expérience pratique de la création et de la formation de réseaux de neurones à l'aide d'un cadre d'apprentissage profond

module #6
Réseaux de neurones convolutifs (CNN)
Introduction aux CNN, aux couches convolutives et aux couches de regroupement

module #7
Architectures CNN
Architectures AlexNet, VGGNet, GoogLeNet et ResNet

module #8
Apprentissage par transfert et réglage fin
Utilisation de modèles CNN pré-entraînés et réglage fin pour la classification d'images tâches

module #9
Réseaux neuronaux récurrents (RNN)
Introduction aux RNN, aux RNN simples et aux réseaux LSTM

module #10
Architectures RNN
GRU, RNN bidirectionnels et modèles encodeur-décodeur

module #11
Modèles séquence à séquence
Traduction automatique, chatbots et modèles séquence à séquence

module #12
Modèles génératifs
Introduction aux modèles génératifs, GAN et VAE

module #13
Autoencodeurs et autoencodeurs variationnels
Réduction de dimensionnalité, autoencodeurs et VAE

module #14
Réseaux antagonistes génératifs (GAN)
GAN, DCGAN et GAN conditionnels

module #15
Apprentissage par renforcement profond
Introduction à l'apprentissage par renforcement, à l'apprentissage Q et aux gradients de politique

module #16
Apprentissage par renforcement profond Algorithmes
DDPG, méthodes Actor-Critic et AlphaGo

module #17
Apprentissage non supervisé et clustering
K-means, clustering hiérarchique et réduction de dimensionnalité

module #18
Deep Learning pour le traitement du langage naturel
Incorporation de mots, modèles de langage et classification de texte

module #19
Mécanismes d'attention
Attention dans le traitement du langage naturel, transformateurs et BERT

module #20
Deep Learning pour la vision par ordinateur
Détection, segmentation et suivi d'objets

module #21
Cadres d'apprentissage profond
TensorFlow, PyTorch et Keras

module #22
Évaluation de modèle et réglage des hyperparamètres
Métriques d'évaluation de modèle, réglage des hyperparamètres et validation croisée

module #23
Déploiement et production d'apprentissage profond
Déploiement de modèle, diffusion de modèle et production

module #24
Éthique et équité dans l'apprentissage profond
Considérations éthiques, biais et équité dans l'apprentissage profond modèles

module #25
Bilan et conclusion du cours
Planifier les prochaines étapes de votre carrière en Deep Learning

Assistant d'apprentissage des langues
avec prise en charge vocale

Bonjour ! Prêt à commencer ? Testons votre microphone.

RESSOURCES EN LIGNE

À PROPOS DE WIZAPE

PORTAIL EN LIGNE

Notre priorité est de cultiver une communauté dynamique avant d’envisager l’émission d’un token. En mettant l’accent sur l’engagement et le soutien, nous pouvons créer une base solide pour une croissance durable. Construisons cela ensemble !

Nous donnons à notre site Web un nouveau look et une nouvelle ambiance ! 🎉 Restez à l'écoute pendant que nous travaillons en coulisses pour améliorer votre expérience.
Préparez-vous à découvrir un site remanié, plus élégant et doté de nouvelles fonctionnalités. Merci de votre patience. De belles choses arrivent !

CONTACTEZ-NOUS POLITIQUE DE CONFIDENTIALITÉ

L'apprentissage en profondeur ( 25 Modules )

Assistant d'apprentissage des languesavec prise en charge vocale

L'apprentissage en profondeur
( 25 Modules )

Assistant d'apprentissage des langues
avec prise en charge vocale