Cours en Deep learning
Les cours en Deep learning peuvent vous aider à comprendre comment fonctionnent les réseaux de neurones profonds, de la structure des modèles à leur entraînement. Vous pouvez développer des compétences en préparation des données, optimisation, évaluation et expérimentation. De nombreux cours utilisent des frameworks courants pour tester différents types de modèles.
Cours et certificats populaires en Deep learning
DeepLearning.AI
Compétences que vous acquerrez: Intelligence artificielle, IA générative, Réseaux neuronaux convolutifs, Traitement du langage naturel, Mise au point, Apprentissage par transfert, Apprentissage supervisé, Intelligence artificielle et apprentissage automatique (IA/ML), Apprentissage profond, Vision par ordinateur, Modèle de formation, Optimisation du modèle, Emboîtements, Réseaux neuronaux récurrents (RNN), Apprentissage automatique appliqué, Analyse d'images, Modélisation des grandes langues, Réseaux neuronaux artificiels, Tensorflow, Visage étreint
DeepLearning.AI
Compétences que vous acquerrez: Intelligence artificielle, Réseaux neuronaux convolutifs, Programmation Python, Apprentissage supervisé, Apprentissage profond, Optimisation du modèle, Modèle de formation, Méthodes d'apprentissage automatique, Réseaux neuronaux récurrents (RNN), Apprentissage automatique appliqué, Programmation en Python, Réseaux neuronaux artificiels
Compétences que vous acquerrez: PyTorch (Machine Learning Library), Keras (Neural Network Library), Deep Learning, Convolutional Neural Networks, Reinforcement Learning, Model Optimization, Autoencoders, Generative AI, Artificial Neural Networks, Transfer Learning, Unsupervised Learning, Recurrent Neural Networks (RNNs), Generative Adversarial Networks (GANs), Fine-tuning, Generative Model Architectures, Applied Machine Learning, Image Analysis, Artificial Intelligence and Machine Learning (AI/ML), Tensorflow, Logistic Regression
Compétences que vous acquerrez: Réseaux neuronaux convolutifs, Traitement du langage naturel, Apprentissage par transfert, Architecture du réseau, Autoencodeurs, Apprentissage automatique, Apprentissage profond, Modèle de formation, Optimisation du modèle, Apprentissage automatique appliqué, Méthodes d'apprentissage automatique, Réseaux neuronaux récurrents (RNN), Analyse d'images, Keras (bibliothèque de réseaux neuronaux), Analyse de régression, Réseaux neuronaux artificiels
Plusieurs enseignants
Compétences que vous acquerrez: Intelligence artificielle, Modélisation prédictive, Évaluation du modèle, Scikit Learn (Bibliothèque d'apprentissage automatique), Apprentissage non supervisé, L'IA responsable, Apprentissage par transfert, Apprentissage supervisé, NumPy, Apprentissage par arbre de décision, Algorithmes de classification, Apprentissage automatique, Algorithmes d'apprentissage automatique, Jupyter, Apprentissage profond, Modèle de formation, IA responsable, Méthodes d'apprentissage automatique, Apprentissage automatique appliqué, Éthique des données, Tensorflow
DeepLearning.AI
Compétences que vous acquerrez: PyTorch (Machine Learning Library), Model Deployment, Hugging Face, Model Optimization, Fine-tuning, Convolutional Neural Networks, Transfer Learning, Data Quality, Generative AI, Data Manipulation, Deep Learning, Generative Model Architectures, Model Training, Image Analysis, MLOps (Machine Learning Operations), Large Language Modeling, Data Pipelines, Artificial Neural Networks, Computer Vision, Natural Language Processing
Qu’est-ce qui vous amène sur Coursera aujourd’hui ?
Compétences que vous acquerrez: Réseaux neuronaux convolutifs, Évaluation du modèle, Transformation des données, Mise au point, Apprentissage par transfert, Intelligence artificielle et apprentissage automatique (IA/ML), Algorithmes de classification, Régression logistique, Apprentissage profond, Optimisation du modèle, Optimisation des performances, Modèle de formation, Analyse d'images, Apprentissage automatique appliqué, PyTorch (Bibliothèque d'apprentissage automatique), Transformation de données, Réseaux neuronaux artificiels
MathWorks
Compétences que vous acquerrez: Model Evaluation, Computer Vision, Model Deployment, Anomaly Detection, Convolutional Neural Networks, Image Analysis, Transfer Learning, Model Training, Fine-tuning, Deep Learning, Generative AI, Artificial Neural Networks, Applied Machine Learning, Data Preprocessing, Matlab, Software Visualization, Classification Algorithms, Model Optimization, Predictive Modeling, Performance Tuning
Compétences que vous acquerrez: Ingénierie rapide, IA générative, Apache Spark, Programmation Python, Apprentissage non supervisé, Mise au point, Génération assistée par récupération, Architectures de modèles génératifs, Bases de données vectorielles, Apprentissage automatique, Apprentissage supervisé, Candidature au LLM, Ingénierie de requête, Vision par ordinateur, Science des données, PySpark, Agents génératifs d'IA, Modélisation des grandes langues, Keras (bibliothèque de réseaux neuronaux), Motifs de l'invitation, Programmation en Python, PyTorch (Bibliothèque d'apprentissage automatique)
Illinois Tech
Compétences que vous acquerrez: Traitement du langage naturel, Réseaux neuronaux convolutifs, IA générative, Mise au point, Apprentissage par transfert, Architecture du réseau, Intelligence artificielle et apprentissage automatique (IA/ML), Architectures de modèles génératifs, Apprentissage profond, Optimisation du modèle, Vision par ordinateur, Réseaux adversoriels génératifs (GAN), Modèle de formation, Méthodes d'apprentissage automatique, Réseaux neuronaux récurrents (RNN), Modèle de réseau, Analyse d'images, Réseaux neuronaux artificiels
Compétences que vous acquerrez: Model Evaluation, Convolutional Neural Networks, Model Training, Data Preprocessing, Image Analysis, Predictive Modeling, Deep Learning, Keras (Neural Network Library), Tensorflow, Data Processing, Model Optimization, Computer Vision, Artificial Neural Networks, Recurrent Neural Networks (RNNs), Data Transformation, Financial Forecasting, Applied Machine Learning, Feature Engineering, Statistical Visualization, Python Programming
Pearson
Compétences que vous acquerrez: Large Language Modeling, Deep Learning, Prompt Engineering, Image Analysis, Model Deployment, Recurrent Neural Networks (RNNs), PyTorch (Machine Learning Library), Convolutional Neural Networks, Model Optimization, Tensorflow, LLM Application, Transfer Learning, Computer Vision, Fine-tuning, Responsible AI, Generative Model Architectures, Model Training, Natural Language Processing, Embeddings, Artificial Neural Networks
En résumé, voici 10 de nos cours les plus populaires sur deep learning .
- Apprentissage profond: DeepLearning.AI
- Réseaux de neurones et Deep learning (apprentissage profond): DeepLearning.AI
- IBM Deep Learning with PyTorch, Keras and Tensorflow: IBM
- Introduction à l'apprentissage profond et aux réseaux neuronaux avec Keras: IBM
- Apprentissage automatique: DeepLearning.AI
- PyTorch for Deep Learning: DeepLearning.AI
- Apprentissage profond avec PyTorch: IBM
- Deep Learning for Computer Vision: MathWorks
- IBM AI Engineering: IBM
- Apprentissage profond: Illinois Tech
