Logo de l'organisme de formation

La formation au coeur de l'avenir technologique

Représentation de la formation : Machine Learning - TensorFlow

Machine Learning - TensorFlow

Formation à distance
Durée : 14 heures (2 jours)
Taux de satisfaction :
9,4/10
(4 avis)
Durée :14 heures (2 jours)
HT
Se préinscrire
Durée :14 heures (2 jours)
HT
Se préinscrire
Durée :14 heures (2 jours)
HT
Se préinscrire

Formation créée le 30/05/2022. Dernière mise à jour le 16/03/2023.

Version du programme : 1

Programme de la formation

Objectif de formation : Cette formation permettra aux apprenants de développer leurs compétences sur TensorFlow, aussi bien dans l'entrainement du modèle que dans son déploiement.

Objectifs de la formation

  • Installer et utiliser TensorFlow
  • Appréhender le Machine Learning par TensorFlow
  • Manier des volumes importants de données
  • Savoir mettre en production et déployer les modèles TensorFlow

Profil des bénéficiaires

Pour qui
  • Data Scientists
  • Data Engineers
  • Architectes Big Data
  • Développeurs
Prérequis
  • Maîtriser les bases du langage Python
  • Connaissances en mathématique

Contenu de la formation

  • Rappel Machine Learning et Deep Learning
    • Introduction au machine learning (Thomas Walter)
    • Bases des réseaux de neurones
  • Mise en oeuvre avec TensorFlow
    • Installation de TensorFlow, découverte de l’environnement et des principaux outils
    • Les principales APIs TensorFlow : Estimators, Layers, Datasets, etc.
    • Régressions et classifications avec TensorFlow
    • TP : Création d’un premier modèle en TensorFlow
  • Réseaux neuronaux artificiels
    • Les réseaux de neurones, le perceptron : principes de fonctionnement, architecture & paramétrage d’un réseau de neurones
    • Les réseaux de neurones récurrents : principes de fonctionnement et cas d’utilisation
    • L’architecture transformers (orientée NLP) : principes de fonctionnement et cas d’utilisation
    • TP : Construction d’un premier réseau de neurones multicouche sur Keras/TensorFlow : Sauvegarder et restaurer un modèle, utiliser des callbacks
  • TFX pour le déploiement des modèles
    • Pipeline TFX
    • Composant standards TFX
    • TP : Déploiement de modèle : Solutions cloud TFX, Keras avec TFX, TFX pour tensorflow lite
Équipe pédagogique

Professionnel expert technique et pédagogique.

Suivi de l'exécution et évaluation des résultats
  • Feuilles de présence.
  • Questions orales ou écrites (QCM).
  • Mises en situation.
  • Formulaires d'évaluation de la formation.
  • Certificat de réalisation de l’action de formation.
Ressources techniques et pédagogiques
  • Espace numérique de travail
  • Documents supports de formation projetés
  • Exposés théoriques
  • Etude de cas concrets
  • Quiz en salle
  • Mise à disposition en ligne de documents supports à la suite de la formation

Qualité et satisfaction

Taux de satisfaction des apprenants, nombre d'apprenants, taux et causes des abandons, taux de retour des enquêtes, taux d'interruption en cours de prestation...
Taux de satisfaction des apprenants
9,4/10
(4 avis)