> Formations > Technologies numériques > Intelligence Artificielle (IA) > IA : Machine Learning, Deep Learning > Formation Deep Learning par la pratique
Formation : Deep Learning par la pratique
Formation pratique - 3j
- 21h00 - Réf. DPL
|
Télécharger le programme
Partager cette formation
 | Comprendre l'évolution des réseaux de neurones et les raisons du succès actuel du deep learning |
| Utiliser les bibliothèques de deep learning les plus populaires |
| Comprendre les principes de conception, les outils de diagnostic et les effets des différents verrous et leviers |
| Acquérir de l'expérience pratique sur plusieurs problèmes réels |
Public concerné
Ingénieurs/chefs de projet IA, consultants IA et toute personne souhaitant découvrir les techniques de deep learning dans la résolution de problèmes industriels.
Prérequis
Bonnes connaissances en statistiques et en machine learning, connaissances équivalentes à celles apportées par le cours "Machine learning, méthodes et solutions". Expérience requise.
Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en faisant
ce test.
Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.
Programme de la formation
1 Introduction
- Créer un premier graphe et l’exécuter dans une session.
- Cycle de vie de la valeur d’un nœud.
- Manipuler des matrices. Régression linéaire. Descente de gradient.
- Fournir des données à l’algorithme d’entraînement.
- Enregistrer et restaurer des modèles. Visualiser le graphe et les courbes d’apprentissage.
Démonstration
Présentation des exemples de machine learning en classification et régression.
2 Introduction aux réseaux de neurones artificiels
- Entraîner un PMC (perceptron multicouche) avec une API TensorFlow de haut niveau.
- Entraîner un PMC (perceptron multicouche) avec TensorFlow de base.
- Régler précisément les hyperparamètres d’un réseau de neurones.
3 Entraînement de réseaux de neurones profonds
- Problèmes de disparition et d’explosion des gradients.
- Réutiliser des couches préentraînées.
- Optimiseurs plus rapides.
- Éviter le surajustement grâce à la régularisation.
- Recommandations pratiques.
Travaux pratiques
Mise en œuvre d'un réseau de neurones à la manière du framework TensorFlow.
4 Réseaux de neurones convolutifs
- L’architecture du cortex visuel.
- Couche de convolution.
- Couche de pooling.
- Architectures de CNN.
Travaux pratiques
Mise en œuvre des Convolutional Neural Networks (CNN) en utilisant des jeux de données variés.
5 Deep learning avec Keras
- Régression logistique avec Keras.
- Perceptron avec Keras.
- Réseaux de neurones convolutifs avec Keras.
Travaux pratiques
Mise en œuvre de Keras en utilisant des jeux de données variés.
6 Réseaux de neurones récurrents
- Neurones récurrents. RNR de base avec TensorFlow.
- Entraîner des RNR. RNR profonds.
- Cellule de mémoire à long terme (LSTM). Cellule de unités récurrentes fermées (GRU).
- Traitement automatique du langage naturel.
Travaux pratiques
Mise en œuvre des réseau de neurones récurrents (RNN) en utilisant des jeux de données variés.
7 Autoencodeurs
- Représentations efficaces des données.
- Analyse en composantes principales (ACP) avec un autoencodeur linéaire sous-complet.
- Autoencodeurs empilés. Préentraînement non supervisé.
- Autoencodeurs débruiteurs. Autoencodeurs épars. Autoencodeurs variationnels. Autres autoencodeurs.
Travaux pratiques
Mise en œuvre d'autoencodeurs en utilisant des jeux de données variés.
Avis clients
4,7 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
SOLENE M.
23/02/26
5 / 5
Formation très intéressante qui permet d’elucider le bloc noir qu’est le bloc de deep learning tout en l’appliquant en pratique.
NICOLAS C.
23/02/26
5 / 5
Comme attendu l’accent sur l’aspect pratique est central et très bien développé
VINCENT V.
06/10/25
5 / 5
Fort bien et concret !
Date de publication : 01/10/2025
PARTICIPANTS
Ingénieurs/chefs de projet IA, consultants IA et toute personne souhaitant découvrir les techniques de deep learning dans la résolution de problèmes industriels.
PRÉREQUIS
Bonnes connaissances en statistiques et en machine learning, connaissances équivalentes à celles apportées par le cours "Machine learning, méthodes et solutions". Expérience requise.
COMPÉTENCES DU FORMATEUR
Les experts qui animent la formation sont des spécialistes des matières abordées. Ils ont été validés par nos équipes pédagogiques tant sur le plan des connaissances métiers que sur celui de la pédagogie, et ce pour chaque cours qu’ils enseignent. Ils ont au minimum cinq à dix années d’expérience dans leur domaine et occupent ou ont occupé des postes à responsabilité en entreprise.
MODALITÉS D’ÉVALUATION
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.
MODALITÉS ET DÉLAIS D’ACCÈS
L’inscription doit être finalisée 24 heures avant le début de la formation.
ACCESSIBILITÉ AUX PERSONNES HANDICAPÉES
Pour toute question ou besoin relatif à l’accessibilité, vous pouvez joindre notre équipe PSH par e-mail à l’adresse psh-accueil@orsys.fr.
Ingénieurs/chefs de projet IA, consultants IA et toute personne souhaitant découvrir les techniques de deep learning dans la résolution de problèmes industriels.
PRÉREQUIS
Bonnes connaissances en statistiques et en machine learning, connaissances équivalentes à celles apportées par le cours "Machine learning, méthodes et solutions". Expérience requise.
COMPÉTENCES DU FORMATEUR
Les experts qui animent la formation sont des spécialistes des matières abordées. Ils ont été validés par nos équipes pédagogiques tant sur le plan des connaissances métiers que sur celui de la pédagogie, et ce pour chaque cours qu’ils enseignent. Ils ont au minimum cinq à dix années d’expérience dans leur domaine et occupent ou ont occupé des postes à responsabilité en entreprise.
MODALITÉS D’ÉVALUATION
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.
MOYENS PÉDAGOGIQUES ET TECHNIQUES
• Les moyens pédagogiques et les méthodes d’enseignement utilisés sont principalement : aides audiovisuelles, documentation et support de cours, exercices pratiques d’application et corrigés des exercices pour les formations pratiques, études de cas ou présentation de cas réels pour les séminaires de formation.
• À l’issue de chaque formation ou séminaire, ORSYS fournit aux participants un questionnaire d’évaluation du cours qui est ensuite analysé par nos équipes pédagogiques.
• Une feuille d’émargement par demi-journée de présence est fournie en fin de formation ainsi qu’une attestation de fin de formation si le participant a bien assisté à la totalité de la session.
• Les moyens pédagogiques et les méthodes d’enseignement utilisés sont principalement : aides audiovisuelles, documentation et support de cours, exercices pratiques d’application et corrigés des exercices pour les formations pratiques, études de cas ou présentation de cas réels pour les séminaires de formation.
• À l’issue de chaque formation ou séminaire, ORSYS fournit aux participants un questionnaire d’évaluation du cours qui est ensuite analysé par nos équipes pédagogiques.
• Une feuille d’émargement par demi-journée de présence est fournie en fin de formation ainsi qu’une attestation de fin de formation si le participant a bien assisté à la totalité de la session.
MODALITÉS ET DÉLAIS D’ACCÈS
L’inscription doit être finalisée 24 heures avant le début de la formation.
ACCESSIBILITÉ AUX PERSONNES HANDICAPÉES
Pour toute question ou besoin relatif à l’accessibilité, vous pouvez joindre notre équipe PSH par e-mail à l’adresse psh-accueil@orsys.fr.
Ce programme est une création originale, conçu par les équipes pédagogiques d'ORSYS Formation. Toute reproduction, représentation, adaptation ou exploitation, totale ou partielle, sans autorisation préalable écrite d'ORSYS, est strictement interdite. ORSYS se réserve le droit d'engager toute action nécessaire à la protection de ses droits de propriété intellectuelle.
Dates et lieux
Dernières places
Date garantie en présentiel ou à distance
Session garantie
Ce programme est une création originale, conçu par les équipes pédagogiques d'ORSYS Formation. Toute reproduction, représentation, adaptation ou exploitation, totale ou partielle, sans autorisation préalable écrite d'ORSYS, est strictement interdite. ORSYS se réserve le droit d'engager toute action nécessaire à la protection de ses droits de propriété intellectuelle.