Deep Learning
DE FORMATION
pour s'initier et pratiquer !
EN OPTION
Apprentissage profond pour l’agronomie et l’agroalimentaire
L'intelligence artificielle connait actuellement un essor important en recherche et en industrie. En effet, l'augmentation de la volumétrie des données couplée à la puissance de calculs des machines permettent aujourd'hui de mettre en application ces avancées. Grâce à l'intelligence artificielle, de nombreux progrès ont eu lieu dans différents domaines tels que la vision par ordinateur, le traitement naturel du langage… applicables à tous les secteurs d'activités de l'agronomie et de l'agroalimentaire.
Formation ouverte sous réserve d'un minimum d'inscrits
A l'issue de cette formation, les stagiaires :
- Connaîtront les principes fondamentaux du Deep Learning
- Maîtriseront les différentes architectures de réseaux de neurones
- Seront capables de créer les modèles de réseaux de neurones répondant à leurs problématiques
La formation s’adresse à un public souhaitant découvrir le Deep Learning et ses applications dans différents traitements de données afin de le mettre en œuvre dans un environnement de programmation professionnel : chargés d'études, analystes, statisticiens, ingénieurs, chercheurs….
Prérequis : connaissances en programmation et connaissances de base en algèbre et en statistiques.
Effectif : 6 stagiaires (places limitées !).
Le parcours de formation combine des apports théoriques et leur mise en pratique via :
- Accès à une plateforme (ressources, quizz, suivi de projet…)
- Mise à disposition d’un data store (jeu de données pour l’apprentissage et la validation)
- Utilisation des logiciels Python ou Matlab (avec accès au centre de calcul de l’Université de Bourgogne)
- Accompagnement individuel
Programme
Séquence de 11 vidéos : Machine Learning, Deep Learning, potentiel et nouvelles avancées, réseaux de neurones convolutifs, réseaux neuronaux récurrents, réseaux antagonistes génératifs, exemples d’application….
En amont de la formation, un entretien programmé en visioconférence permettra au formateur de calibrer les contenus et d’adapter sa pédagogie en fonction du niveau et des attentes de chaque participant.
La phase de positionnement permet également d’identifier le projet ou la problématique sur lesquels le stagiaire pourra travailler lors de la journée proposée en option.
- Les bases du Machine Learning
- Rappel des principes de l'apprentissage automatique
- Notions d'apprentissage (supervisé, non supervisé, par renforcement)
- Introduction aux réseaux de neurones artificiels (ANN)
- Du neurone biologique à l’artificiel
- Les réseaux de neurones (principes de fonctionnement et architecture)
- Prise en main de Matlab
- Les bases du Deep Learning
- Du Machine Learning au Deep Learning
- Découvrir les différentes architectures de réseaux de neurones profonds
- Mise en pratique
- Prise en main du jeu de données
- Préparation du data store et de la data augmentation (enrichissement artificiel)
- Choix du réseau et du type d’architecture
- Phase d’apprentissage et validation
- Estimation des résultats (matrice de confusion, pourcentage de qualification)
- Regroupement final et présentation des projets
Cette journée proposée en option permet au stagiaire d’être accompagné sur un projet propre ou une problématique particulière identifiés lors de la phase de positionnement.
Tarif
- Sans l'option (2 jours) : 800 €
- Avec l'option (3 jours) : 1120 €
Contactez-nous
Chargé d’ingénierie en formation continue
Tél. : 03.80.77.23.02
pierre.pellerin(at)institut-agro.fr
Assistante modules formation continue courte
Tél. : 03.80.77.26.89
valerie.berthelot(at)institut-agro.fr
Formation animée par
Ludovic Journaux, Maître de conférences à l'Institut Agro Dijon.
Lieu : L'Institut Agro Dijon
Infos complémentaires
- A l’issue du parcours les stagiaires évaluent la formation via un questionnaire en ligne.
- Une attestation individuelle de suivi de formation est délivrée à l’issue du parcours.