Deep learning : comprendre les réseaux de neurones, entraîner et évaluer
Acquérir les bases du deep learning pour dialoguer utilement avec les équipes de data science
- Certifié Qualiopi
- 0,50 jour — 3,50 h
- Présentiel ou à distance
- Fondamental
- Finançable OPCO
Les projets d'intelligence artificielle se multiplient dans les services et les décisions se prennent sur des mots dont le sens reste flou. Réseau de neurones apprentissage surapprentissage modèle pré-entraîné : le vocabulaire circule sans que chacun mesure ce qu'un modèle peut apprendre, ce qu'il exige en données et ce qu'il ne saura pas faire.
Ce format court pose les fondamentaux. Le participant comprend comment un réseau apprend à partir d'exemples, suit les étapes d'un entraînement et de son évaluation, découvre les principales architectures et repère les limites et les biais à considérer avant de lancer un projet.
Objectifs pédagogiques
- Situer le deep learning parmi les approches d'apprentissage automatique
- Expliquer le mécanisme d'apprentissage d'un réseau de neurones
- Décrire les étapes d'un entraînement et le rôle des jeux de données
- Interpréter les indicateurs d'évaluation d'un modèle
- Identifier les limites les biais et les besoins en données d'un projet
Programme de la formation
Avant la formation
Analyse du besoin et test de positionnement. Vos réponses sont partagées avec votre formateur afin d'adapter la formation à votre niveau et votre contexte professionnel.
Comprendre ce qui change avec la profondeur
- Apprentissage supervisé et apprentissage non supervisé
- Notion de neurone artificiel et de couche
- Rôle des poids et des fonctions d'activation
- Ce que la profondeur apporte par rapport aux méthodes classiques
Suivre le cycle d'apprentissage
- Préparation et répartition des jeux d'entraînement et de validation
- Fonction de perte et ajustement progressif des poids
- Surapprentissage et méthodes de régularisation
- Volume de données et coût de calcul nécessaires
- Lecture des courbes d'apprentissage
Savoir ce que l'on peut raisonnablement viser
- Réseaux convolutifs pour l'image et réseaux adaptés aux séquences
- Modèles pré-entraînés et adaptation à un besoin métier
- Indicateurs d'évaluation et interprétation des erreurs
- Biais des données et exigences d'explicabilité
- Questions à poser avant d'engager un projet
Après la formation
E-learning accessible en illimité dans le temps. Évaluation de niveau afin de suivre votre progression.
Les points forts
Les avis de nos apprenants
Prochaines sessions
Aucune session programmée sur ce lieu pour le moment. Demandez une date.
À qui s'adresse cette formation ?
Agents et cadres du secteur public chefs de projet data et profils métiers associés à des projets d'intelligence artificielle.
Financer cette formation
Mon Pôle Formation est un organisme certifié Qualiopi au titre des actions de formation. À ce titre, cette formation est éligible aux principaux dispositifs de financement de la formation professionnelle.
Le plan de développement des compétences regroupe l'ensemble des actions de formation décidées par l'employeur. Votre OPCO prend généralement en charge les coûts pédagogiques, et parfois la rémunération, les frais de transport, de repas et d'hébergement.
Tous les salariés peuvent en bénéficier, quels que soient la nature et la durée de leur contrat. Rapprochez-vous de votre service RH ou formation : nous montons le dossier avec vous.
Vous versez chaque année une Contribution à la Formation Professionnelle. Elle ouvre droit à une prise en charge par votre fonds d'assurance formation : FIFPL, AGEFICE, FAFCEA, VIVEA ou OPCO selon votre activité.
Nous préparons pour vous le devis, le programme détaillé et l'attestation nécessaires au dossier.
Selon votre projet professionnel, France Travail peut financer tout ou partie de la formation via l'Aide Individuelle à la Formation. Le dossier se construit avec votre conseiller à partir de notre devis.
Vous pouvez régler la formation directement, en une fois ou jusqu'à 6 fois sans frais. Contactez un conseiller pour définir l'échéancier : 01 87 66 57 66.
Questions fréquentes
Non, aucun développement n'est demandé : la séance explique le mécanisme d'apprentissage d'un réseau de neurones, les étapes d'un entraînement et le rôle des jeux de données. Elle vise des chefs de projet data et des profils métiers qui doivent suivre un projet sans en écrire le code.
La séance apprend à demander sur quelles données le modèle a été évalué, ce que mesure chaque indicateur et ce qu'il laisse dans l'ombre. Un score élevé peut masquer un comportement inacceptable sur une catégorie d'usagers peu représentée, et savoir poser la question change la nature de la discussion technique.
Il se caractérise par des modèles à couches multiples qui construisent eux-mêmes les représentations à partir des données brutes, là où d'autres approches s'appuient sur des variables préparées en amont. La séance situe ce positionnement, ses besoins en données et les limites que cette architecture entraîne.