Slide

Public visé : Professionnels dans le domaine de la gestion de données ou personne souhaitant se reconvertir dans ce domaine professionnel.
 
Niveau : initiation (ou avancé sur demande)
 
Prérequis :

• Être sensibilisé à la gestion de données
• Savoir naviguer sous Windows
• Avoir votre logiciel d'installé (si un logiciel est nécessaire)

 
Dates de sessions : Voir les dates ici
 
Délai d'accès :
• 11 jours ouvrés en cas de financement CPF
• 15 jours ouvrés en cas de financement France Travail (Pôle Emploi)
• 15 jours ouvrés en cas de financement OPCO (Afdas...)
 
Modalités d’animation :

• Nombre de stagiaires : 6 personnes maximum

• Formation à distance en visio avec exercices en inter-sessions
 
Méthodes pédagogiques :
Méthodes démonstrative et active.
L’apprenant visualise et mémorise pendant que le formateur s’exécute. Puis, le stagiaire reproduit les actions du formateur par une situation concrète.
 
Durée : 3 semaines (30h) de face à face en visio
 
Prix :

• 2800€ Net de TVA
• 3300€ Net de TVA : Programme personnalisé

 
Moyens pédagogiques :

• Exercices / Cas pratiques
• Livret de formation

• Intervenants : professionnels dans le domaine de la formation et aguerris aux méthodes pédagogiques

 
Matériel nécessaire :

• Un ordinateur
• Le logiciel installé
• Un accès internet à débit suffisant pour de la visio
• Un micro

 
Evaluations :

• Test de positionnement (Bilan d'entrée)
• Evaluations pendant la formation
 
Personnes en situation d'handicap :
Accessibilité ou possibilités d’adaptation des modalités proposées aux apprenants en situation de handicap.
Nos formations sont accessibles aux personnes en situation de handicap, nous contacter. ​Nous étudions toutes les situations pour envisager une intégration dans la formation, pour cela n’hésitez pas à nous faire part de vos besoins au moment de votre inscription.
​Si malgré tous nos efforts, il nous était impossible d’adapter notre accueil, nous prévoyons une orientation vers des organismes appropriés.
 
Contact :

• Tel : 06 49 76 90 53
• Email : contact@evolution5.fr

Objectifs :
• Comprendre les bases de l’Intelligence Artificielle (IA).
• Définir les principes fondamentaux du Machine Learning.
• Explorer les fondements du Deep Learning.
• Appliquer les concepts des Réseaux de Neurones Artificiels (ANN).
• Utiliser les Réseaux de Neurones Convolutifs (CNN).
• Implémenter les Réseaux de Neurones Récursifs (RNN).
• Optimiser les modèles de Deep Learning.
• Expérimenter avec les Réseaux Génératifs Antagonistes (GAN).
• Intégrer le Deep Learning dans des applications pratiques.
• Explorer les tendances émergentes en Deep Learning.

Formation IA Deep Learning

Module 1: Comprendre les Fondements de l’Intelligence Artificielle (IA)
Définir les bases de l’IA et son évolution.
Explorer les domaines d’application de l’IA.

Module 2: Appréhender les Principes du Machine Learning
Identifier les concepts fondamentaux du Machine Learning.
Examiner les différentes approches de l’apprentissage automatique.

Module 3: Se Familiariser avec le Deep Learning
Comprendre les bases du Deep Learning.
Examiner les différences entre le Deep Learning et le Machine Learning traditionnel.

Module 4: Appliquer les Réseaux de Neurones Artificiels (ANN)
Comprendre le fonctionnement des réseaux de neurones.
Appliquer les ANN dans des tâches spécifiques.

Module 5: Utiliser les Réseaux de Neurones Convolutifs (CNN)
Explorer les CNN et leur utilisation dans la vision par ordinateur.
Appliquer les CNN à des problèmes de reconnaissance d’images.

Module 6: Implémenter les Réseaux de Neurones Récursifs (RNN)
Comprendre les RNN et leur utilisation dans le traitement séquentiel.
Appliquer les RNN dans des scénarios concrets.

Module 7: Optimiser les Modèles de Deep Learning
Appliquer des techniques d’optimisation aux modèles de Deep Learning.
Évaluer les performances des modèles et les ajuster en conséquence.

Module 8: Expérimenter avec les Réseaux Génératifs Antagonistes (GAN)
Comprendre le concept des GAN.
Expérimenter avec la génération de contenu par les GAN.

Module 9: Intégrer le Deep Learning dans les Applications Pratiques
Appliquer le Deep Learning dans des projets concrets.
Évaluer les avantages et les limitations du Deep Learning dans des cas d’utilisation spécifiques.

Module 10: Explorer les Tendances Émergentes en Deep Learning
Analyser les tendances émergentes dans le domaine du Deep Learning.
Identifier les opportunités futures et les développements potentiels.

Nous pouvons adapter et personnaliser le programme en fonction de vos besoins par des compléments.
N’hésitez pas à nous contacter pour ajuster le programme de votre formation !