Machine Learning et Deep Learning

Niveau
Durée totale
Date et lieu de début
Logo International Training Network

Astuce: besoin de plus d'informations sur la formation? Téléchargez la brochure!

Dates et lieux de début

Bruxelles
10 jan. 2020
Bruxelles
21 fév. 2020
Bruxelles
17 avr. 2020
Bruxelles
26 juin 2020

Description

L'informatique de gestion classique a atteint ses limites aujourd'hui en terme d'innovation, d’où l’importance actuelle de l’informatique cognitive et la pertinence du machine learning. Permettre aux applications d'apprendre à reconnaître des motifs pour optimiser le traitement automatique et faciliter le travail humain, c'est ce que nous permets le machine learning. Cette formation vous guidera dans le monde du machine learning pour vous introduire au deep learning. Vous apprendrez comment faire apprendre la machine, et surtout comment mettre un apprentissage efficace et rentable.

Public: Développeurs, Chef de projet PrérequisAlgorithmie, connaître au moins un langage de programmation

Dur…

Lisez la description complète ici

Foire aux questions (FAQ)

Il n'y a pour le moment aucune question fréquente sur ce produit. Si vous avez besoin d'aide ou une question, contactez notre équipe support.

L'informatique de gestion classique a atteint ses limites aujourd'hui en terme d'innovation, d’où l’importance actuelle de l’informatique cognitive et la pertinence du machine learning. Permettre aux applications d'apprendre à reconnaître des motifs pour optimiser le traitement automatique et faciliter le travail humain, c'est ce que nous permets le machine learning. Cette formation vous guidera dans le monde du machine learning pour vous introduire au deep learning. Vous apprendrez comment faire apprendre la machine, et surtout comment mettre un apprentissage efficace et rentable.

Public: Développeurs, Chef de projet PrérequisAlgorithmie, connaître au moins un langage de programmation

Durée:1 jour

PROGRAMME

Introduction au machine learning

  • Apprentissage : non supervisé, supervisé, renforcement, offline, semi-supervisé.
  • Les besoins du machine learning.
  • Que peut-on apprendre?
  • Comment la machine apprends?
  • Quand et comment mettre en place du machine learning dans une application?

Les arbres de décisions

  • Principes de fonctionnement.
  • Entropie de Shannon.
  • Mise en pratique.
  • Optimisations possibles en fonction des données.
  • Avantages, inconvénients et coût des arbres de décisions.

Les réseaux de neurones et perceptrons

  • Fonctionnement d'un neurone artificiel.
  • Principes de fonctionnement d'un réseaux de neurones : couches, fonction de transfert, sigmoïde, heavyside, linéaire, ....
  • Classification bi-classes et multi-classes.
  • Différents algorithmes : Adaline, Adaboost, K-moyennes, bayésiens, PRank, …
  • Avantages, inconvénients et coût des réseaux de neurones.
  • Comparatif concret avec les arbres de décisions.

Les outils actuels

  • Watson.
  • Tensor Flot.
  • Mise en pratique.
  • Vers le deep learning

Introduction au deep learning.

  • Quand faire appel au deep learning? Les risques et les avantages.

Rester à jour sur les nouveaux avi

Pas encore d'avis.

Partagez vos avis

Avez-vous participé à formation? Partagez votre expérience et aider d'autres personnes à faire le bon choix. Pour vous remercier, nous donnerons 1,00 € à la fondation Stichting Edukans.

Il n'y a pour le moment aucune question fréquente sur ce produit. Si vous avez besoin d'aide ou une question, contactez notre équipe support.

Où devons-nous envoyer l'information ?

Sexe:
(optionnel)
(optionnel)
(optionnel)
(optionnel)
(optionnel)
(optionnel)
(optionnel)
(optionnel)
Nous conservons vos données personnelles et les partageons avec International Training Network dans le but de vous accompagner par email ou téléphone. Vous pouvez trouver plus d'informations sur : Politique de confidentialité.