Découvrez les applications du Deep Learning

L'apprentissage profond est la technique d'apprentissage automatique qui sous-tend les capacités les plus prometteuses en matière de robotique, de traitement du langage naturel, de reconnaissance d'images et d'intelligence artificielle. Au cours de cette formation de 4 heures, vous acquerrez des connaissances pratiques sur la manière d'appliquer vos compétences Python à l'apprentissage profond avec la bibliothèque Keras 2.0.

Découvrez les modèles Keras avec un contributeur de la bibliothèque

Enseigné par Dan Becker, ancien scientifique des données chez Google et contributeur Keras, ce cours sur l'apprentissage profond explore les modèles de réseaux neuronaux et la manière dont vous pouvez les utiliser pour générer des prédictions. Les premiers chapitres vous permettront de mieux comprendre la propagation avant et arrière, ainsi que leur fonctionnement dans la pratique.

La bibliothèque Keras est une bibliothèque Python qui peut vous aider à développer et à réviser des modèles d'apprentissage profond. À l'instar de nombreuses bibliothèques Python, elle est gratuite, open source et très conviviale. Vous commencerez par créer un modèle Keras et apprendrez à le compiler, l'ajuster et le classer avant de faire des prédictions. Une fois ce cours terminé, vous disposerez de tous les outils nécessaires pour créer des réseaux neuronaux profonds et commencer à expérimenter des réseaux plus vastes et plus complexes au fil du temps.

Approfondissez vos connaissances en matière de Deep Learning

Ce cours fait partie de plusieurs cursus consacrés au machine learning et au deep learning. Il vous offre un parcours clair pour développer vos compétences et votre expérience dans ce domaine une fois que vous avez terminé le cours d'introduction, que vous souhaitiez mener à bien un projet personnel ou vous orienter vers une carrière de scientifique en machine learning.

Comparaison des modèles de réseaux neuronaux aux modèles de régression classiques

Introduction au Deep Learning avec Python

Exercice interactif pratique