J jo.
feghaly+++-
Formation au Deep Learning avec Python (Keras Tensorflow)
TOP Jun 5, 2024
Downloads Download section - External links E-Books
ANNOUNCEMENT: To get grants faster CLICK HERE, Make HBIT faster CLICK HERE
J
J YOUR SAFETY
Formation au Deep Learning avec Python (Keras Tensorflow)
TOP · Jun 5, 2024 · tensorflow
Watch •••
Jun 5, 2024 #1
Free Download Formation au Deep Learning avec Python (Keras / Tensorflow)
Last updated 1/2022
Created by Alexandre Bourrieau
MP4 | Video: h264, 1280x720 | Audio: AAC, 44.1 KHz, 2 Ch
Genre: eLearning | Language: French + srt | Duration: 163 Lectures ( 19h 53m ) | Size: 10.1 GB
Théorie et pratique du Deep Learning - Machine Learning à travers des thèmes d'étude dont les séries temporelles
What you'll learn:
Mettre en œuvre les réseaux de neurones récurrents pour analyser et faire des prédictions sur des séries temporelles
Mettre en œuvre des réseaux de neurones à convolution 2D pour faire de la reconnaissance et du traitement d'image
Mettre en œuvre des algorithmes du traitement naturel du langage pour faire de l'analyse de ressentis sur du texte en anglais et
en français
Mettre en œuvre des auto-encodeurs pour détecter les anomalies comme les fraudes à la carte bancaire
Utiliser les bibliothèques Keras - Tensorflow, Numpy, Pandas
Coder un algorithme de régression logistique avec algorithme de rétropropagation du gradient pour faire de la classification
Mettre en œuvre une régression linéaire et non linéaire avec les réseaux de neurones sous Keras - Tensorflow
Utiliser un serveur de calcul d'Amazon AWS ou de Google Cloud
Requirements:
Quelques connaissances en Python
Mathématiques niveau lycée (dérivées, matrices)
Description:
Dans ce cours, vous allez découvrir et approfondir les différents aspects liés à l'apprentissage automatique avec Python. Nous
utiliserons les librairies telles que Tensorflow, Keras, Pandas, Numpy, Scikit learn, ...Les travaux sont accessibles et exploitables en
ligne grâce à l'utilisation des carnets Jupyter avec Google Colab. Aucune installation de logiciel spécifique sur son ordinateur n'est
requise car tout le travail se fait en ligne.A chaque étape d'apprentissage de ce cours, de nouveaux modèles sont introduits. Des
explications claires permettent de bien les comprendre à travers 6 thèmes d'étude :Structure de base d'un réseau de
neuronesReconnaissance d'image avec un réseau de neurones à convolution 2DTraitement d'image avec un réseau de neurones
profond à convolution 2DSystèmes de recommandations et d'analyse des ressentisDétection d'anomalies dans les
donnéesAnalyse et prédiction sur les séries temporellesLes activités en Python expliquent clairement comment les exploiter. Des
exercices sont régulièrement proposés pour consolider votre apprentissage.D'une durée totale de 19,5 heures, ce cours vous
permettra d'être à l'aise avec les outils actuels du Deep Learning. Vous serez alors capable d'utiliser ces ressources pour créer vos
propres projets et d'approfondir avec sérénité et en autonomie vos connaissances dans ce domaine.=== Prérequis ===Vous n'avez
pas besoin d'être un spécialiste du langage Python. En effet, au fur et à mesure de votre progression, vous manierez ce langage et
découvrirez les subtilités liées à son utilisation.Si vous êtes complètement débutant en Deep Learning, alors ce cours est fait pour
vous. Ce cours est structuré de manière progressive pour acquérir petit à petit les bases du deep learning. Chaque thème d'étude
vous permettra d'améliorer vos compétences et de devenir de plus en plus autonome dans ce domaine.Si vous avez déjà une
expérience en Deep Learning, vous découvrirez certainement de nouveaux thèmes d'étude qui vous permettront d'élargir vos
Store Members Shop Referral Contests Hbit Search in members...
compétences.== Aide en ligne ===Quelque soit votre niveau, je suis disponible pour vous aider dans votre progression. Il ne faut
surtout pas que vous vous découragiez, en particulier si vous débutez en deep learning. En effet, comme dans tout nouvel
apprentissage, vous pourrez éventuellement rencontrer des difficultés en Mathématiques ou en programmation car il est bien
PO
évident que vous avez tous un bagage différent en fonction de votre parcours (études ou professionnel).Dans ce sens, il ne faudra
surtout pas hésiter à me poser vos questions et je m'engage à y répondre dans un délai raisonnable. Votre motivation est
110
110
essentielle pour réussir cette formation.=== Thèmes étudiés dans la formation ===#1. Structure de base d'un réseau de
TOP neuronesLes réseaux de neurones, communément appelés des réseaux de neurones artificiels sont des imitations simples des
Alpha and Omega
fonctions d'un neurone dans le cerveau humain pour résoudre des problématiques d'apprentissage de la machine (Machine
Member
Learning)Les domaines d'application des réseaux neuronaux sont souvent caractérisés par une relation entrée-sortie de la donnée
Access d'information :La reconnaissance d'imageLes classifications de textes ou d'imagesIdentification d'objetsPrédiction de
Joined: Jan 21, 2021 donnéesFiltrage d'un set de données#2. Reconnaissance d'image avec un réseau de neurones à convolution 2DLes réseaux de
Messages: 405,753
neurones à convolution sont les véritables superstars des réseaux de neurones. Ces réseaux sont capables d'accomplir des tâches
Reaction score: 20,066
Points: 113 relativement complexes en exploitant des données de type image, son, texte, vidéo etc...#3. Traitement d'image avec un réseau de
Age: 38 neurones profond à convolution 2DL'algorithme VDSR (Very Deep Super Resolution) est une approche de deep learning
Location: OneDDL permettant d'augmenter la résolution d'une image. Le réseau est composé de 20 couches. Cet algorithme fait partie des
grants: ₲556,519
algorithmes les plus performants de ces dernières années.#4. Systèmes de recommandations et d'analyse des ressentisGrâce à
4 YEARS OF SERVICE l'IA, il est désormais possible de mesurer et d'analyser les ressentis des clients, ce qui relève traditionnellement d'études
qualitatives coûteuses car nécessitant une forte implication humaine. L'analyse du ressenti est une technologie de Machine
Learning servant à déterminer le ton émotionnel d'une série de mots pour aider l'ordinateur à comprendre des attitudes, des
opinions et des émotions présentes dans un texte.Dans ma formation, nous appliquerons cette technique d'analyse des ressentis
sur des commentaires en Anglais et en Français (comme sur le site Allociné). #5. Détection d'anomalies dans les donnéesLa
détection d'anomalies est un outil très utilisé en analyse de données. De façon simple, il s'agit de trouver en étudiant toutes nos
données celles qui semblent suspectes. Le machine learning a permit de faire de gros progrès dans ce domaine.Dans le e-
commerce, les tentatives de fraudes avec des coordonnées bancaire piratées sont courantes. Lorsqu'un incident de ce genre
arrive, l'entreprise perd de l'argent et doit traiter des réclamations supplémentaires. La perte est évidente. Pour remédier à ce
problème, il existe des techniques de machine learning pour la détection de fraudes.C'est l'exemple que nous étudierons, pour
détecter des fraudes lors d'achats effectués au moyen d'une carte bancaire.#6. Analyse et prédiction sur les séries
temporellesQuand on veut prédire ou juste analyser l'évolution d'une certaine quantité dans le temps, (le cours de la bourse par
exemple) on est très vite confronté un type de données assez particulier : Les séries temporelles.L'importance des séries
temporelles vient de son omniprésence. En effet, dans presque tous les domaines on les retrouve. Que ce soit en finance, en
marketing, en traitement du signal, en physiques, etc...C'est pourquoi j'ai consacré une partie conséquente de ma formation au
séries temporelles. En particulier, nous ferons une prédiction sur une série réelle portant sur la prévision de l'ensoleillement de la
ville de Bâle à partir des données de Météo France. A cette occasion, nous mettrons en place un serveur dédié dans le Cloud
d'Amazon AWS et de Google afin d'augmenter la puissance de calcul.
Who this course is for:
Toute personne intéressée par le Deep Learning - Machine Learning
Professionnels dans le domaine de l'informatique, des sciences de l'ingénieur, du numérique, du traitement des données
Homepage
Code:
https://www.udemy.com/course/deep-learning-keras-tensorflow/
Recommend Download Link Hight Speed | Please Say Thanks Keep Topic Live
You must reply in thread to view hidden text.
No Password - Links are Interchangeable
Visit my site oneddI.org or dl4all.org
Report Like Quote Reply
KatzSec DevOps
K Alpha and Omega Philanthropist Access
Joined Jan 17, 2022 Messages 821,396 Reaction score 8,463 Points 83 grants ₲59,133
0 3 YEARS OF SERVICE
Jun 5, 2024 #2
TOP salamat sa pag contribute. Next time always upload your files sa https://hbit.to para siguradong di ma dedeadlink. Let's keep on sharing to keep our
community running for good. This community is built for you and everyone to share freely. Let's invite more contributors para mabalik natin sigla ng Mobilarian
at tuloy ang puyatan.
Report Like Quote Reply
J Write your reply...
Attach files Post reply
Similar threads
Deep Learning with TensorFlow and Keras Build and deploy supervised, unsupervised, Replies: 1 Oct 12, 2022 K
Views: 186 KatzSec DevOps
deep, and reinforcement learning models, 3e
TOP · Oct 12, 2022 · E-Books
TensorFlow in Action Replies: 1 Oct 12, 2022 K
TOP · Oct 12, 2022 · E-Books Views: 121 KatzSec DevOps
Deep Learning Projects Using TensorFlow 2 Neural Network Development with Python Replies: 1 Feb 2, 2023 K
Views: 129 KatzSec DevOps
and Keras
TOP · Feb 2, 2023 · E-Books
Building Machine Learning Solutions with TensorFlow 2.0 (2022) Replies: 1 May 8, 2022 K
TOP · May 8, 2022 · E-Books Views: 186 KatzSec DevOps
Deep Learning With Tensorflow And Google Cloud Ai 2-In-1 Replies: 1 Jan 1, 2023 K
TOP · Jan 1, 2023 · E-Books Views: 123 KatzSec DevOps
Share:
Downloads Download section - External links E-Books
Katz Dark Contact us Terms and rules Privacy policy Help
