Module 1
Réseaux de Neurones et Deep Learning
Réseaux de Neurones et Deep Learning
20-30h
Leçons vidéo
Exercices
Lab pratique
Qu'est-ce que le deep learning ?
Cas d'usage et applications
Réseaux de neurones biologiques vs artificiels
Historique et évolution
Perceptron et fonction d'activation
Propagation avant (forward propagation)
Fonctions de coût
Rétropropagation (backpropagation)
Descente de gradient
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Architecture multicouche
Propagation avant et arrière en profondeur
Initialisation des paramètres
Choix du nombre de couches et neurones
Module 2
Amélioration des Réseaux de Neurones Profonds
Amélioration des Réseaux de Neurones Profonds
25-35h
Leçons vidéo
Exercices
Lab pratique
Ensembles d'entraînement, validation et test
Biais et variance
Régularisation L2 et Dropout
Normalisation des données
Initialisation des poids
Gradient checking
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Mini-batch gradient descent
Momentum
RMSprop
Adam
Learning rate decay
Problème des plateaux
Tuning des hyperparamètres
Batch Normalization
Frameworks de deep learning
Module 3
Structuration de Projets de Machine Learning
Structuration de Projets de Machine Learning
15-20h
Leçons vidéo
Exercices
Lab pratique
Orthogonalisation
Métriques d'évaluation
Distribution des données
Analyse d'erreur humaine
Erreurs évitables et optimales
Transfer learning
Multi-task learning
End-to-end learning
Quand utiliser quelle approche
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Module 4
Réseaux de Neurones Convolutifs
Réseaux de Neurones Convolutifs
25-35h
Leçons vidéo
Exercices
Lab pratique
Opération de convolution
Padding et stride
Convolutions sur volumes
Pooling layers
Architectures classiques (LeNet, AlexNet, VGG)
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
ResNet et skip connections
Inception networks
MobileNet
EfficientNet
Détection d'objets (YOLO, R-CNN)
Segmentation sémantique
Reconnaissance faciale
Style transfer
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Module 5
Modèles de Séquences
Modèles de Séquences
20-30h
Leçons vidéo
Exercices
Lab pratique
Modèles de séquences
Architecture RNN
Backpropagation through time
Types de RNN (many-to-one, one-to-many, many-to-many)
Language modeling
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Problème du gradient qui disparaît
Long Short-Term Memory (LSTM)
Gated Recurrent Units (GRU)
RNN bidirectionnels
Word embeddings (Word2Vec, GloVe)
Analyse de sentiment
Traduction automatique
Modèles séquence à séquence
Utilisez le SDK Python approprié pour implémenter cette fonctionnalité. Consultez la documentation Azure pour les exemples de code complets.
Attention mechanism
Transformers (introduction)
Applications de l'attention