TensorFlow pour le Machine Learning et Deep Learning
Dates et lieux de début
Description
TensorFlow est devenu en un temps record l’un des frameworks de référence pour le Deep Learning et l’Intelligence Artificielle, utilisé aussi bien dans la recherche qu’en entreprise pour des applications en production. Apprenez à vous servir de manière performante cet outils pour l’inclure correctement dans vos projets.
Public
Développeurs, Chef de projet, Data scientist, Data ingénieur, Data analyste, Architecte
Prérequis
Algorithmie, python
Programme
- Machine Learning
- Machine Learning et ses Applications
- Deep learning et ses applications
- Découverte de TensorFlow
- Tensors
- Variables vs Placeholders
- Graphe d’exécution
- Session (session, interactiveSession)
- Premier program…
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.
TensorFlow est devenu en un temps record l’un des frameworks de référence pour le Deep Learning et l’Intelligence Artificielle, utilisé aussi bien dans la recherche qu’en entreprise pour des applications en production. Apprenez à vous servir de manière performante cet outils pour l’inclure correctement dans vos projets.
Public
Développeurs, Chef de projet, Data scientist, Data ingénieur, Data analyste, Architecte
Prérequis
Algorithmie, python
Programme
- Machine Learning
- Machine Learning et ses Applications
- Deep learning et ses applications
- Découverte de TensorFlow
- Tensors
- Variables vs Placeholders
- Graphe d’exécution
- Session (session, interactiveSession)
- Premier programme en TensorFlow
- Manipulation des données
- Visualisation des données avec Tensorboard
- API TensorFlow : Tf.contrib.learn
- Exécution sur CPUs vs GPUs
- Exécution sur Cluster
- Mise en production avec TensorServing
- Régression
- Cas d’usage : Prédiction des prix de vente de maisons
- Régression linéaire, multiple
- Optimisation
- Comparaison des modèles
- Classification
- Cas d’usage : Classification d’images – MNIST dataset
- Régression logistique, Forêts aléatoires, …
- Comparer les modèles
- Réseaux de neurones Perceptron et multicouches
- Présentation
- Cas d’usage : Classification d’images – MNIST dataset
- Principe et fonctionnement
- Réseaux de neurones à convolution (CNN)
- Présentation
- Cas d’usage : Classification d’images – MNIST dataset
- Principe et fonctionnement
- Réseaux de neurones récurrents (RNN)
- Présentation
- Cas d’usage : Traitement du langage naturel
- Long Short-Term Memory (LSTM)
- Réseaux de Neurones Récurrents (RNN)
- Restricted Boltzmann Machine et réseaux de neurones
Autoencoders
- Présentation
- Cas d’usage : Réduction de dimension
- Restricted Boltzmann Machine (RBM)
- Deep Belief Network (DBN)
Rester à jour sur les nouveaux avi
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.