Notions de base de l'apprentissage profond et des réseaux de neurones
Clientèle cible
Cette formation s'adresse aux professionnels de l’industrie œuvrant dans des postes liés à la programmation ou à l’exploitation de données.
Préalables
Formation Notions de base de l’apprentissage automatique ou connaissances équivalentes:
- Connaissance de base en programmation (langage python suggéré)
- Connaître les notions de base de l'algèbre linéaire et du calcul différentiel
Description
Vous ne savez pas par quelle autoformation commencer? Consultez le cheminement proposé afin de maximiser le développement de vos connaissances.
Cette formation se veut axée sur la pratique, afin d’outiller le professionnel et le rendre opérationnel rapidement.
L’apprentissage profond s’est rapidement imposé comme une révolution de l’intelligence artificielle. Cette formation présente donc les éléments de base en apprentissage profond afin d’aller plus loin dans vos projets d’analyses de données en rendant vos modèles d’analyse plus aptes à extraire automatiquement les caractéristiques pertinentes de vos données lors de l’apprentissage. Cette formation présente aussi différents outils de développement afin d’offrir de bonnes pratiques de développement des projets d’apprentissage profond.
Vos activités professionnelles vous demandent d’automatiser le traitement de certains types de données, puisque disponibles en trop grandes quantités, ou encore d’appliquer des modèles de base de l’apprentissage profond pour prendre des décisions basées sur les données. Cette formation vous permettra de découvrir les bases de l’apprentissage profond afin de permettre l’apprentissage de techniques plus poussées et/ou adaptées à vos besoins professionnels et d’avoir une meilleure idée des contextes dans lesquels l’apprentissage profond est applicable.
Objectif général
Amener le participant à être en mesure de réfléchir à une solution de problème incluant des notions d’apprentissage profond, ainsi que d’interagir avec différents outils de développement dans ce domaine, tel que des librairies d’apprentissage, des outils de gestion de versions, de journalisation et de gestion de configuration.
Objectifs
- Expliquer des concepts de base reliés à l’apprentissage profond tels que les réseaux de neurones, la rétropropagation des erreurs, les paramètres d’entraînement et la régularisation
- Expliquer le fonctionnement des outils permettant de bonnes pratiques de développement d’un projet en apprentissage profond
- Identifier les caractéristiques des bons outils de développement.
- Différencier les fonctionnalités de base de PyTorch, Poutyne et Tensorboard
Contenu
Partie 0 : Introduction à l’apprentissage profond
Partie 1: Les bases de l’apprentissage profond
- Module 1.1: Neurones artificiels et fonctions d’activation
- Module 1.2: Réseau de neurones artificiels et profond
- Module 1.3: Rétropropagation des erreurs et optimisation des réseaux de neurones artificiels
- Module 1.4: Paramètres d’entraînement et infrastructure
Partie 2: Introduction à PyTorch, Poutyne et Tensorboard
- Module 2.1: Bases et fonctionnalités de PyTorch
- Module 2.2: Bases et fonctionnalités de Poutyne
- Module 2.3: Bases et fonctionnalités de Tensorboard
Partie 3: Introduction aux outils de gestion de projet
- Module 3.1: Gestion des versions de code et des données avec Git et DVC
- Module 3.2: Gestion de configuration avec Hydra
- Module 3.3: Journalisation avec MLFlow, Weigth&Biases
Précisions sur la formation
Cette formation est une autoformation. Vous pouvez débuter votre apprentissage au moment où vous le souhaitez. La plateforme de la formation vous sera accessible pour une durée de 365 jours suivant votre première connexion à PAX.
Stratégies pédagogiques
Formation autonome en mode asynchrone par lectures, démonstration et exercices sur une plateforme d’apprentissage expérientielle (PAX).
Activités d'apprentissage
- Lectures
- Démonstrations
- Exercices pratiques
PAX Expérience
PAX est une plateforme unique d’apprentissage novatrice, dite intelligente, qui regroupe des outils d’apprentissage adaptatifs et interactifs. Elle agit véritablement comme un tuteur intelligent permettant à l’apprenant d’apprendre par déduction en connaissant la nature et la source de ses erreurs.
Avantages distinctifs de PAX :
- La théorie est exposée sous forme de modules multimédias interactifs
- Des exercices interactifs permettent l'approfondissement des notions théoriques enseignées. Ceux-ci sont analysés par PAX, qui offre une rétroaction immédiate et individuelle afin d'aider le participant à corriger ses erreurs par déduction
- Des quiz chronométrés permettent au participant de tester ses acquis autant de fois qu’il le désire
- Un forum contextuel où les fils de discussions sont liés aux contenus (modules-exercices et quiz)
- Un forum animé par des experts en Python
Découvrez tous les avantages de PAX Expérience : https://www.fsg.ulaval.ca/etudes/formation-continue/pax-experience/
Reconnaissance
Une attestation de participation reconnaissant les heures de formation continue est décernée, après la formation, à chacun des participants qui respectent les conditions d'attestation.