Deep Learning appliqué avec Python – 2 jours – Franck Bardol – Expert Data, Algorithmes et Intelligence Artificielle

Durée: 2 jours (14h)
Modalité: distanciel (visio) ou présentiel
Groupe: 5 à 15 participants

🎯 Objectifs

Comprendre les bases du deep learning appliqué avec Python
Construire et entraîner ses premiers réseaux de neurones avec Keras et TensorFlow
Découvrir les applications clés sur images et textes
Appréhender les défis réels du deep learning moderne

Développeurs, data scientists débutants, ingénieurs souhaitant comprendre et manipuler le deep learning sans prérequis avancé en mathématiques.

Pourquoi le Deep Learning ?
(différences avec ML classique, cas où DL est pertinent)
Architecture d’un réseau de neurones : perceptron, couches, fonctions d’activation
Entraînement d’un réseau : propagation avant/arrière, descente de gradient
Coder son premier réseau. Atelier avec Python, Keras et TensorFlow : classification d’images MNIST
Premiers ateliers pratiques guidés : entraînement, évaluation, premiers diagnostics
Optimiser un réseau : batch normalization, dropout, tuning basique

Vision par ordinateur : introduction aux CNN pour la reconnaissance d’images
Introduction rapide à l’apprentissage auto-supervisé
(concept et exemples simples de pré-entraînement)
Premiers modèles de classification de textes et analyse de sentiment
Deep Learning pour le texte :
Introduction aux RNN (réseaux récurrents)
Brève ouverture sur les Transformers : principe d’attention et importance dans le DL moderne
Mini-projet fil rouge : construire et présenter un modèle d’application réelle (images ou textes)

Pour réserver une place ou organiser une session sur mesure :
👉 contact@franckbardol.com
Une facture avec RIB vous sera envoyée par email.