Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.4
13 avis
niveau Intermédiaire
Expérience recommandée
Expérience recommandée
Niveau intermédiaire
Idéal pour les praticiens de l'IA ayant des connaissances de base en ML, algèbre linéaire et Python. La familiarité avec TensorFlow ou PyTorch est utile mais pas nécessaire.
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.4
13 avis
niveau Intermédiaire
Expérience recommandée
Expérience recommandée
Niveau intermédiaire
Idéal pour les praticiens de l'IA ayant des connaissances de base en ML, algèbre linéaire et Python. La familiarité avec TensorFlow ou PyTorch est utile mais pas nécessaire.
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable
Il y a 2 modules dans ce cours
Le cours NVIDIA : Fundamentals of Deep learning est le deuxième cours de la préparation à l'examen (NCA-GENL) : NVIDIA-Certified Generative IA LLMs Associate spécialisation. Il présente aux apprenants les concepts et techniques de base de l'apprentissage profond, en s'appuyant sur les principes fondamentaux de l'apprentissage automatique. Le cours couvre le traitement des données des neurones, la descente de gradient, l'entraînement du Perceptron, la propagation avant et arrière, les fonctions d'activation et les techniques avancées comme la classification multi-classe et les réseaux neuronaux convolutifs (CNN). Les apprenants exploreront également l'apprentissage par transfert à travers une démonstration pratique. Ce cours est structuré en deux modules, chaque module contenant des Leçons et des Conférences vidéo. Les apprenants suivront environ 3h30 à 4h de contenu vidéo, couvrant à la fois des concepts théoriques et des exercices pratiques. Chaque module comprend des quiz pour évaluer la compréhension des apprenants et renforcer les concepts clés. Modules du cours : Module 1 : Foundations of Deep learning Module 2 : Advanced Deep learning Techniques À la fin de ce cours, un apprenant sera en mesure de : - Comprendre les principes fondamentaux de l'apprentissage profond, y compris le traitement des données des neurones et l'entraînement des modèles - Mettre en œuvre la classification multi-classe et les CNN pour les tâches de reconnaissance d'images - Appliquer l'apprentissage par transfert avec des modèles pré-entraînés pour améliorer les performances de l'apprentissage profond Ce cours est conçu pour les personnes qui cherchent à améliorer leurs compétences en apprentissage profond, en particulier celles qui visent à travailler avec des modèles IA génératifs et des LLM. Il est idéal pour les praticiens de l'IA, les scientifiques de données et les ingénieurs en apprentissage automatique qui recherchent une approche structurée pour maîtriser les concepts d'apprentissage profond.
Bienvenue à la semaine 1 du cours NVIDIA : Les fondamentaux du Deep learning. Cette semaine, nous allons couvrir les bases du Deep learning. Nous explorerons la façon dont les données sont traitées dans un neurone et découvrirons la Descente gradient. Ensuite, nous ferons une démonstration de l'entraînement d'un Perceptron et nous plongerons dans la Propagation avant et la Propagation arrière dans les réseaux d'apprentissage profond. Enfin, nous nous pencherons sur les fonctions d'activation à l'aide d'une démonstration pratique. À la fin de la semaine, vous aurez une solide compréhension de ces concepts fondamentaux.
Inclus
9 vidéos2 lectures2 devoirs1 sujet de discussion
Afficher les informations sur le contenu du module
9 vidéos•Total 53 minutes
Qu'est-ce que le Deep learning ?•6 minutes
Attentes à l'égard des principes fondamentaux du Deep learning•1 minute
Comment les données sont-elles traitées dans un neurone ?•6 minutes
Descente en gradient•9 minutes
Formation d'un perceptron - Démonstration•8 minutes
Réseau de neurones de Deep learning - Propagation vers l'avant•4 minutes
Propagation à rebours - Réseau de neurones de Deep learning•5 minutes
Fonctions d'activation•6 minutes
Fonctions d'activation - Démonstration•9 minutes
2 lectures•Total 20 minutes
Bienvenue au cours•10 minutes
Vue d'ensemble des fondements du Deep learning•10 minutes
2 devoirs•Total 45 minutes
Fondements du Deep learning - Évaluation•30 minutes
Introduction au Deep learning et aux réseaux de neurones - Contrôle des connaissances•15 minutes
1 sujet de discussion•Total 10 minutes
Rencontre et accueil•10 minutes
Techniques avancées de Deep learning
Module 2•2 heures à terminer
Détails du module
Bienvenue à la semaine 2 du cours NVIDIA : Cours sur les fondamentaux du Deep learning. Cette semaine, nous allons nous plonger dans les techniques avancées de Deep learning, où nous apprendrons la classification multi-classe à l'aide du jeu de données MNIST et explorerons comment les modèles d'apprentissage profond peuvent être appliqués pour les tâches de classification. Nous couvrirons l'entraînement d'un classificateur multiclasse et les méthodes d'ajustement et d'évaluation des performances du modèle. Ensuite, nous acquerrons une compréhension approfondie des réseaux neuronaux convolutifs (CNN), qui sont essentiels pour les tâches de reconnaissance d'image. Nous explorerons également les techniques d'Apprentissage par transfert, qui nous permettent d'exploiter des modèles pré-entraînés pour de nouvelles tâches. À la fin de la semaine, nous mettrons en œuvre l'Apprentissage par transfert sur un ensemble de données d'images à travers une démo pratique, renforçant ainsi votre compréhension de ces techniques avancées.
Inclus
5 vidéos3 lectures2 devoirs
Afficher les informations sur le contenu du module
5 vidéos•Total 46 minutes
Classification multi-classes avec le jeu de données MNIST - Deep learning•14 minutes
Formation d'un classificateur multiclasse - Ajustement et évaluation•7 minutes
Comprendre les réseaux neuronaux convolutifs•9 minutes
Apprentissage par transfert•6 minutes
Mise en œuvre de l'Apprentissage par transfert sur un jeu de données d'images - Démonstration•10 minutes
3 lectures•Total 30 minutes
Vue d'ensemble des techniques avancées de Deep learning•10 minutes
Principaux enseignements de la formation•10 minutes
Conclusion du cours•10 minutes
2 devoirs•Total 30 minutes
Techniques avancées de Deep learning - Évaluation•15 minutes
Techniques de Deep learning et d'Apprentissage par transfert - Contrôle des connaissances•15 minutes
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Proposant des formations certifiantes depuis l'an 2000, Whizlabs est le pionnier des fournisseurs de formation en ligne à travers le monde. Nous nous engageons à vous aider à acquérir les compétences dont vous avez besoin pour transformer votre carrière dans l'industrie informatique. Nous fournissons des formations certifiantes sous forme de cours vidéo, de tests pratiques, de laboratoires pratiques et de bacs à sable dans diverses disciplines telles que le Cloud Computing, DevOps, la cybersécurité, Java, Big Data, Snowflake, CompTIA, Agile, Linux, CCNA, Blockchain, et bien d'autres encore
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Qu'est-ce que je recevrai si je souscris à cette Specializations ?
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Une aide financière est-elle disponible ?
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.