Deep Learning avec TensorFlow et Keras | MasterClass Python
What you'll learn
- La théorie qui se cache derrière le Machine Learning et le Deep Learning
- Utiliser TensorFlow 2.x pour le Deep Learning
- Exploiter l'API de Keras pour construire rapidement des modèles de Deep Learning qui tournent sur TensorFlow 2
- Construire des Réseaux de Neurones Artificiels (Artificial Neural Networks - ANNs)
- Effectuer une classification d'images avec des Réseaux de Neurones Convolutifs (Convolutionnal Neural Networks - CNNs)
- Prédire de données de séries temporelles (Time Series) avec les Réseaux de Neurones Récurrents (Recurrent Neural Networks - RNNs)
- Utiliser le Deep Learning pour l'imagerie médicale (reconnaissance de cellules de sang infectées ou non)
- Générer du texte avec les RNNs et le traitement du langage naturel (Natural Language Processing - NLP)
- Appliquer la réduction de dimensionnalité avec les Auto-Encodeurs (Encodeurs + Décodeurs)
- Utiliser les Réseaux Adverses Génératifs (Generative Adversarial Networks - GANs) pour créer des images de toute pièce
- Déployer vos modèles TensorFlow de Deep Learning en production grâce à une API Flask
- Utiliser les GPUs ou PTUs avec Google Colab pour un Deep Learning accéléré
Requirements
- Savoir coder en Python
- Quelques bases de mathématiques (telles que les dérivées)
Description
Ce cours vous guidera dans l'utilisation du dernier Framework TensorFlow 2 de Google pour créer des Réseaux de Neurones Artificiels pour le Deep Learning ! Ce cours a pour but de vous donner un guide facile à comprendre sur les complexités du Framework TensorFlow version 2.x de Google (dernière version à jour).
Nous nous attacherons à comprendre les dernières mises à jour de TensorFlow et à exploiter l'API de Keras (l'API officielle de TensorFlow 2) pour construire rapidement et facilement des modèles. Dans ce cours, nous construirons des modèles pour prédire des prix futurs de maisons, classer des images médicales, prédire les données de ventes futures, générer artificiellement un nouveau texte complet et bien plus encore... !
Ce cours est conçu pour équilibrer la théorie et la mise en œuvre pratique, avec des guides de code complets de type "Notebook Google Colab" et des slides et notes faciles à consulter. Il y a également de nombreux exercices pour tester vos nouvelles compétences au cours de la formation !
Ce cours couvre une grande variété de sujets, notamment :
Cours accéléré sur la bibliothèque NumPy
Cours intensif et accéléré sur l'analyse des données avec la bibliothèque Pandas
Cours accéléré sur la visualisation de données
Principes de base des réseaux de neurones
Principes de base de TensorFlow
Notions de syntaxe de Keras
Réseaux de Neurones Artificiels (ANNs)
Réseaux à forte densité de connexion
Réseaux de Neurones Convolutifs (CNNs)
Réseaux de Neurones Récurrents (RNNs)
AutoEncoders
Réseaux Adversatifs Générateurs (GANs)
Déploiement de TensorFlow en production avec Flask
et bien plus encore !
Keras, une API standard conviviale pour le Deep Learning, elle sera l'API centrale de haut niveau utilisée pour construire et entraîner les modèles. L'API de Keras facilite le démarrage de TensorFlow 2. Il est important de noter que Keras fournit plusieurs API de construction de modèles (séquentielle, fonctionnelle et de sous-classement), afin que vous puissiez choisir le bon niveau d'abstraction pour votre projet. La mise en œuvre de TensorFlow contient des améliorations, notamment une exécution rapide, pour une itération immédiate et un débogage intuitif, et tf. data, pour la construction de pipelines d'entrée évolutifs.
TensorFlow 2 facilite le passage des nouvelles idées du concept au code, et du modèle à la publication. TensorFlow 2 intègre un certain nombre de fonctionnalités qui permettent de définir et d'entraîner des modèles de pointe sans sacrifier la vitesse ou les performances
Il est utilisé par de grandes entreprises dans le monde entier, notamment Airbnb, Ebay, Dropbox, Snapchat, Twitter, Uber, SAP, Qualcomm, IBM, Intel, et bien sûr, Google !
Comprendre et appliquer le Deep Learning dès aujourd'hui, c'est possible ! On se retrouve dans le cours :)
Who this course is for:
- Développeurs Python intéressés par le Deep Learning et l'Intelligence Artificielle avec TensorFlow 2 et Keras
- Toute personne intéressée par la théorie et la pratique du Deep Learning
Instructors
- 4.6 Instructor Rating
- 1,205,207 Reviews
- 3,999,448 Students
- 87 Courses
Jose Marcial Portilla has a BS and MS in Mechanical Engineering from Santa Clara University and years of experience as a professional instructor and trainer for Data Science, Machine Learning and Python Programming. He has publications and patents in various fields such as microfluidics, materials science, and data science. Over the course of his career he has developed a skill set in analyzing data and he hopes to use his experience in teaching and data science to help other people learn the power of programming, the ability to analyze data, and the skills needed to present the data in clear and beautiful visualizations. Currently he works as the Head of Data Science for Pierian Training and provides in-person data science and python programming training courses to employees working at top companies, including General Electric, Cigna, SalesForce, Starbucks, McKinsey and many more. Feel free to check out the website link to find out more information about training offerings.
- 4.6 Instructor Rating
- 10,690 Reviews
- 71,874 Students
- 11 Courses
Rod est un Data Scientist et Développeur Web qui s'intéresse particulièrement à tout ce qui concerne le Big Data (Data Science, Machine Learning, Deep Learning), l'Intelligence Artificielle et la Finance. Il a également été plusieurs fois instructeur sur Udemy pour ses cours sur Python, SQL, Machine Learning, Finance, Deep Learning...
Il aime enseigner et trouver la bonne formule pour démocratiser des sujets complexes, les rendre accessibles à tous et préparer ses étudiants à utiliser ce contenu dans le monde réel.
Pendant son temps libre, il aime pratiquer du sport (CrossFit, Boxe, running), apprendre tous les jours de nouvelles choses, regarder des films et séries et voyager à travers le monde !
- 4.6 Instructor Rating
- 10,690 Reviews
- 33,578 Students
- 11 Courses
MonCoachData est une plateforme de formations, de mentoring, d’articles et tutoriels sur des sujets liés à la Data. A déjà formé plus de 20000 étudiants avec toujours le même objectif: les aider à réaliser leurs projets. Au menu, différents cours sur Python, SQL, l’analyse de data, le Machine Learning, l'Intelligence Artificielle, le Deep Learning, la finance, la visualisation de données et plein d’autres à venir...
Une pédagogie différente
Notre mission, c’est de transmettre notre savoir & expérience ainsi qu'apporter notre pédagogie au plus grand nombre.
Nous vous fournissons toutes les compétences clés pour acquérir de solides fondations en Data Science.
Nous ne distribuons pas de diplômes mais nous vous accompagnons à construire un portfolio data qui sera bien plus efficace pour montrer vos compétences et de quoi vous êtes capable.
Notre pédagogie est basée en grande partie sur des vidéos et projets très concrets, et sur un échange approfondie avec l’étudiant. Pour nous, un coaching réussi c’est un étudiant qui acquiert la compétence clé d’apprendre à apprendre.
- 4.6 Instructor Rating
- 1,215,534 Reviews
- 3,922,187 Students
- 94 Courses
Pierian Training stands as a premier provider in the realms of Data Science and Machine Learning education, offering both in-person and virtual instructor-led training tailored for enterprises. Explore our comprehensive profile to discover a wide range of courses designed to enhance your professional skills and organizational capabilities. Feel free to contact us if you have any questions in the link on our profile!