About this Course

3,406 recent views

Vous souhaitez vous lancer dans l’IA de pointe ? Ce cours est là pour vous y aider. Les ingénieurs en Deep Learning sont très convoités et la maîtrise de ce domaine vous ouvrira de nombreuses opportunités professionnelles. Le Deep Learning est également un nouveau « superpouvoir » qui vous permettra de développer des systèmes d’IA qui n’étaient même pas envisageables il y a encore quelques années.
Vous découvrirez dans ce cours les bases du Deep Learning. Une fois que vous l’aurez terminé, vous serez en mesure de :
- comprendre les grandes tendances technologiques sur lesquelles repose le Deep Learning ;
- développer, entraîner et utiliser des réseaux neuronaux profonds entièrement connectés ;
- mettre en œuvre des réseaux neuronaux efficaces (vectorisés) ;
- comprendre les principaux paramètres de l’architecture d’un réseau neuronal.

Ce cours ne se limitera pas à une description rapide ou superficielle du Deep Learning, mais vous expliquera également son fonctionnement. Une fois que vous l’aurez terminé, vous serez donc en mesure de l’utiliser dans vos propres applications. En outre, si vous recherchez un poste dans l’IA, vous aurez la capacité de répondre à des questions de base posées lors d’entretiens.

Il s’agit du premier cours de la Spécialisation Deep Learning.

Flexible deadlines

Reset deadlines in accordance to your schedule.

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Intermediate Level

Approx. 19 hours to complete

French

Skills you will gain

Computer Vision
Artificial Neural Network
Backpropagation
Deep Learning

Flexible deadlines

Reset deadlines in accordance to your schedule.

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Intermediate Level

Approx. 19 hours to complete

French

Instructors

Instructor rating

5/5 (5 Ratings)

Syllabus - What you will learn from this course

Week1

Week 1

2 hours to complete

Introduction au Deep Learning

2 hours to complete

7 videos (Total 76 min), 2 readings, 1 quiz

8 hours to complete

Les bases des réseaux neuronaux

8 hours to complete

19 videos (Total 161 min), 6 readings, 3 quizzes

19 videos

Classification binaire8mRégression logistique5mFonction de coût d’une régression logistique8mDescente du gradient11mDérivées7mPlus d’exemples de dérivées10mGraphe de calcul3mDérivées avec un graphe de calcul14mDescente du gradient d’une régression logistique6mDescente du gradient sur des exemples de m8mVectorisation8mAutres exemples de vectorisation6mVectorisation de régression logistique7mVectorisation de la sortie du gradient d’une régression logistique9mDiffusion dans Python11mRemarque sur les vecteurs Python/NumPy6mBref aperçu des notebooks Jupyter/iPython3mExplication de la fonction de coût d’une régression logistique (facultatif)7mEntretien avec Pieter Abbeel16m

6 readings

Clarification sur la vidéo Fonction de coût d’une régression logistique à venir1mClarification sur la vidéo Descente du gradient à venir1mDérivation de DL/dz (lecture facultative)10mClarification de « dz »10mCode d’honneur du Deep Learning2mDevoirs de programmation - FAQ10m

1 practice exercise

Bases des réseaux neuronaux30m

Week2

Week 2

5 hours to complete

Réseaux neuronaux peu profonds

5 hours to complete

12 videos (Total 109 min), 2 readings, 2 quizzes

12 videos

Vue d’ensemble des réseaux neuronaux4mReprésentation des réseaux neuronaux5mCalculer la sortie d’un réseau neuronal9mVectorisation sur plusieurs exemples9mExplication de l’implémentation vectorisée7mFonctions d’activation10mPourquoi avez-vous besoin de fonctions d’activation non linéaires ?5mDérivées de fonctions d’activation7mDescente du gradient pour les réseaux neuronaux9mIntuition de la rétropropagation (facultatif)15mInitialisation aléatoire7mEntretien avec Ian Goodfellow14m

2 readings

Clarification : fonction d’activation1mClarification à propos de l’intuition de la rétropropagation à venir (facultatif)1m

1 practice exercise

Réseaux neuronaux peu profonds30m

5 hours to complete

Réseaux neuronaux profonds

5 hours to complete

8 videos (Total 64 min), 3 readings, 3 quizzes

8 videos

Réseau neuronal profond à couche L5mPropagation avant dans un réseau profond7mObtenir les bonnes dimensions pour votre matrice11mPourquoi des représentations profondes ?10mConstitution des réseaux neuronaux profonds8mPropagation avant et rétropropagation10mParamètres et hyperparamètres7mQuel est le rapport avec le cerveau ?3m

3 readings

Clarification au sujet de la vidéo Obtenir les bonnes dimensions pour votre matrice1mClarification à propos de la vidéo Propagation avant et rétropropagation à venir1mClarification au sujet de la vidéo Quel est le rapport avec le cerveau1m

1 practice exercise

Concepts essentiels des réseaux neuronaux profonds30m

Frequently Asked Questions

When will I have access to the lectures and assignments?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
What will I get if I purchase the Certificate?
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
Is financial aid available?
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

More questions? Visit the Learner Help Center.

Réseaux neuronaux et Deep Learning