Formation MATLAB en Lille

Cette formation en <loc&gt ; (en ligne ou sur site) est destinée aux utilisateurs de Matlab qui souhaitent explorer et ou passer à Python pour l'analyse et la visualisation des données.

A l'issue de cette formation, les participants seront capables de :

• Installer et configurer un environnement de développement Python.
• Comprendre les différences et les similitudes entre la syntaxe Matlab et Python.
• Utiliser Python pour obtenir des informations à partir de divers ensembles de données. 
• Convertir des applications Matlab existantes vers Python. 
• Intégrer les applications Matlab et Python.

Dans le cadre de cette formation en présentiel animée par un formateur, les participants apprendront à utiliser MATLAB pour concevoir, construire et visualiser un réseau de neurones convolutif (CNN) destiné à la reconnaissance d'images.

À l'issue de cette formation, les participants seront en mesure de :

• Construire un modèle d'apprentissage profond
• Automatiser l'étiquetage des données
• Travailler avec des modèles issus de Caffe et de TensorFlow-Keras
• Former des données en utilisant plusieurs GPU, le cloud ou des clusters

Public cible

• Développeurs
• Ingénieurs
• Experts du domaine

Format de la formation

• Alternance de cours magistraux, de discussions, d'exercices et d'une pratique intensive en ateliers

Ce cours est conçu pour enseigner les fondamentaux de la Langue de Modélisation des Systèmes (SysML), son application à travers le logiciel MagicDraw/Cameo, les techniques de simulation de base en MBSE et les meilleures pratiques du MBSE. Cette formation a également pour but de fournir aux professionnels un contexte derrière la simulation d'architecture, une introduction au plugin Simulation Toolkit, la simulation de différents types de diagrammes et comment lier les simulations de diagrammes pour automatiser l'architecture.​

Cette formation complète à MATLAB dans Lille couvre la simulation des communications sans fil. Apprenez à modéliser des systèmes complexes, à analyser les effets du canal et à optimiser les performances des codes. Idéal pour les ingénieurs cherchant à développer des compétences avancées en traitement du signal et en conception de systèmes.