Deep Learning : De Zéro à Tensorflow

Bienvenu(e) dans ce cours qui enseigne le Deep Learning, des bases à la maitrise de Tensorflow.

Le deep Learning est davantage appliqué dans plusieurs domaines. Que ce soit la santé, l'agriculture, la maintenance, la finance, cette technologie de l'intelligence artificielle permet des avancées remarquables.

Tensorflow est la librairie développée par Google pour faciliter l'entrainement des réseaux de neurones. En 10 lignes de code Python, il est possible d'entrainer un réseau de neurones profond de nos jours.

Cependant, pour comprendre et modifier le code et l'adapter un problème particulier, il faut considérer les principes et fondamentaux mathématiques du Deep Learning.

Ce cours prend justement le pari de vous enseigner ces bases de façon graduelle et intuitive dans le cadre d'un projet. Pas à pas, nous introduirons chaque concept mathématique, l'intuition et le code, le tout sans avoir recours à Tensorflow.

Ce faisant, nous écrirons nous même une librairie, un Mini Tensorflow. L'occasion de mieux saisir l'encapsulation de plusieurs concepts mathématiques en code et comment le tout permet d'entrainer un réseau de neurones. Nous passerons plus tard à une comparaison avec le code correspondant avec Tensorflow.

Ce cours est aussi orienté projet et comporte particulièrement 4 projets qui permettront de comprendre comment le deep learning est utilisé sur des données tabulaires pour la regression et la classification, sur des images pour la classification et sur des données textuelles pour l'analyse de sentiments.

Dans le premier projet (Regression)nous étudierons les concepts suivants:

• Regression linéaire

• Algèbre linéaire

• Calcul de dérivées

• Le Gradient descent

• Le Backpropagation

• Construire un Mini Tensorflow

• Les bases de Tensorflow

Le second projet (Classification) introduira les concepts suivants : 

• La fonction softmax

• Le cross entropy loss

• Les fonctions d'activation 

• Dropout

• Earlystopping

• Momentum et learning rate scheduling

• Visualisation avec Tensorboard

Le 3ème projet (classification d'images) est l'occassion d'apprendre : 

• Le pré-traitement d'images

• L'opération de convolution : intuition et code

• Les réseaux de neurones convolutionnels CNN

• Data Augmentation

• Le Transfert Learning

Le 4ème et dernier projet (Analyse de sentiments) enseignera : 

• Le pré-traitement de texte

• Embeddings

• Les réseaux de neurones récurrents RNN : l'intuition et le code

• Les architectures GRU et LSTM : Intuition et code

Pré-requis

Il s'agit d'une formation complète, bénéfique aux débutants mais aussi aux personnes avec un niveau intermédiaire. Savoir programmer en Python et connaitre la libraire Numpy est très important pour suivre ce cours.

Après cette formation, vous serez en mesure de non seulement maitriser les concepts mathématiques relatifs au Deep Learning, l'intuition derrière, mais également une maitrise du Framework Tensorflow.

Office hours et Communauté

Vous pouvez suivre cette formation à votre rythme. Nous aurons une fois par mois, un live questions-réponses afin que je puisse répondre à vos questions relative à la formation. 

Vous pouvez également rejoindre la communauté sur Discord en cliquant sur ce lien suivant pour interagir avec les autres apprenants : https://discord.gg/sHE5exZ

PS : Si le cours n'est pas disponible dans votre pays, vous pouvez utiliser un VPN pour le temps du paiement.

Vous pouvez-vous abonner à mon profil pour être notifié quand les commandes seront de nouveau possibles : https://kevindegila.gumroad.com