Plan du cours

État actuel de la technologie

  • Ce qui est utilisé
  • Ce qui pourrait être utilisé

IA basée sur des règles

  • Simplifier la décision

Machine Learning

  • Classification
  • Regroupement
  • Neural Networks
  • Types de Neural Networks
  • Présentation d'exemples de travail et discussion

Deep Learning

  • Vocabulaire de base
  • Quand utiliser Deep Learning, quand ne pas utiliser
  • Estimation des ressources informatiques et des coûts
  • Contexte théorique très court pour Deep Neural Networks

Deep Learning en pratique (principalement à l'aide de TensorFlow)

  • Préparation des données
  • Choix de la fonction de perte
  • Choix du type de réseau neuronal approprié
  • Précision vs vitesse et ressources
  • Formation du réseau neuronal
  • Mesure de l'efficacité et de l'erreur

Utilisation d'échantillons

  • Détection d'anomalies
  • Reconnaissance d'images
  • ADAS

Pré requis

Les participants doivent avoir une expérience de la programmation (tout langage) et une formation d'ingénieur, mais ne sont pas tenus d'écrire du code pendant le cours.

  14 heures
 

Nombre de participants


Début

Fin


Dates are subject to availability and take place between 09:30 and 16:30.
Les formations ouvertes requièrent plus de 3 participants.

Nos Clients témoignent (1)

Cours Similaires

Catégories Similaires