Natural language processing & computer vision
L’objectif de cette formation est de présenter les architectures techniques permettant de traiter à l’état de l’art des données textuelles ainsi que des images.
Nous présenterons les nouveaux cas d’usages adressables par l’IA ainsi que ses limites.
Ce stage dure une demie-journée (4 heures).
Il inclut une grande proportion de cours théoriques accompagnés de débats et de quelques exercices
Ce module est constitué majoritairement de cours théoriques afin d’apporter les connaissances de bases sur le sujet. Ce temps sera rythmé par des débats et des questions / réponses pour que les participants puissent prendre pleinement possession du sujet.
Des retours d’expériences sont présentés.
Cette formation s’adresse aux personnes ayant déjà une compréhension du Machine Learning (IA).
Ce cours permet de présenter les bases du Deep Learning appliqué au traitement du langage et de l’analyse d’image.
Niveau du stage : Perfectionnement
Module impératif en amont : « DATA SCIENCE » (ARF 043
ANIMATEUR TITULAIRE :
Maxime Carrere
Data Scientist Confirmé,
- Dr en Intelligence Artificielle, Ingénieur en science informatique
- 5 ans d’expérience
- Près de 350 heures de formation délivrées
- Formation en Anglais ou Français
CO-ANIMATEUR :
Pierre Leroy
Data Scientist Junior,
- Mastère en Data Science
- 2 ans d’expérience
- Près de 50 heures de formation délivrées
- Formation en Français
- Deep Learning
- Le Deep Learning est un sous-domaine du Machine Learning, lui-même sous-domaine de l’intelligence artificielle. Cette catégorie de modèle a permis depuis les 15 dernières années d’obtenir des performances encore jamais égalées sur l’automatisation de tâches complexes (jeux de go, voiture autonome, traducteur, etc.). Ce module introduit le principe de fonctionnement d’un réseau de neurones, les variations de son architecture en fonction des domaines d’application, ainsi que ses prérequis et ses limites.
- Traitement du langage
- Le traitement automatique du langage, ou NLP, englobe de nombreuses tâches telles que l'analyse de sentiments d'un texte, la classification de sujets, la traduction, les chatbots et bien d'autres encore. Cette partie présente le principe de fonctionnement des architectures spécialisées sur le traitement du langage. Nous parcourrons l’évolution et l’avancée récente de ce domaine scientifique. Nous détaillerons quels sont les cas d’usages accessibles en associant pour chacun la difficulté et le degré de maturité des solutions existantes.
- Analyse d’images
- L’analyse d’images par Deep Learning, ou Computer Vision, a permis d’obtenir des avancées scientifiques très importantes sur 3 grandes tâches : la classification, la détection et la segmentation. Ces avancées permettent désormais d’adresser de nouveaux cas d’usages comme la surveillance automatique, la télédétection, la détection d’anomalies, etc. Ce module présente les 3 principales tâches de ce domaine et pour chacune détaille les cas d’usages et les principes fondamentaux de fonctionnement.
à TOULOUSE : nous consulter (ancienne date : le 28 Mars 2023)
410 € HT (TVA 20 %) voir conditions générales