Dans ce projet guidé d'une durée de 2 heures, nous utiliserons un modèle ResNet-18 et l'entraînerons sur un ensemble de données de radiographie COVID-19. Cet ensemble de données contient près de 3000 radiographies du thorax qui sont classées en trois catégories - normale, pneumonie virale et COVID-19. Notre Objet dans ce projet est de créer un modèle de classification d'images qui peut prédire les radiographies du thorax qui appartiennent à l'une des trois classes avec une précision raisonnablement élevée. Veuillez noter que cet ensemble de données et le modèle que nous entraînons dans le projet ne peuvent pas être utilisés pour diagnostiquer le COVID-19 ou la pneumonie virale. Nous n'utilisons ces données qu'à des fins éducatives. Avant de vous lancer dans ce projet, vous devez vous familiariser avec la programmation en Python. Vous devez également avoir une compréhension théorique des Réseaux neuronaux convolutifs et des techniques d'optimisation telles que la descente de gradient. Il s'agit d'un projet pratique qui se concentre principalement sur la mise en œuvre et non sur la théorie des Réseaux neuronaux convolutifs. Remarque : ce cours convient mieux aux apprenants basés en Amérique du Nord. Nous nous efforçons actuellement d'offrir la même expérience dans d'autres régions.