Séminaire

Intelligence Artificielle - Séminaire 3 - Session 4 - Deep Learning, réseaux convolutifs

Module LOGICIELS métiers et dématérialisation
Utilisation des réseaux neuronaux, pour définir une transformation non linéaire applicable aux valeurs d'entrée et créer un modèle de sortie : phase d'éducation ou d'entraînement, qui s'effectue sur des données labellisées, puis de de découverte, pour améliorer le modèle avec une méthode mathématique (dérivative) et "coller" au plus près à la réalité.
Les principaux usages : reconnaissance d’objets, d’images, de sons, de phrases dans une communication téléphonique, etc.
Extraction automatique des caractéristiques d'entrée.
Le cas particulier des réseaux convolutifs : à l’aide d’exemples concrets, nous expliquons le cheminement depuis la décomposition d’une source (image), jusqu’à sa reconnaissance finale, en insistant sur les points clés : kernel, slide, padding, filtrage, la convolution proprement dite qui est une fonction mathématique, le pooling ou simplification des matrices et flattening, la mise à plat finale.
Intelligence Artificielle - Séminaire 3 - Session 4 - Deep Learning, réseaux convolutifs
17-06-2021
Claude Marson (France)
14h30
Terminé
Plus de meetings
L’échec de la modélisation
Webinaire

L’échec de la modélisation

Module Architectures applicatives et développement d’APPLICATIONS

Pensez avant de coder. C'est ce que nous disaient nos enseignants à l'époque de nos premières armes en programmation. Et ils ajoutaient que l'on pouvait se ...

Abonnez-vous
  • Suivez LeMarson en direct
  • Accédez à des centaines de dossiers et d'articles
  • Visionnez des dizaines d'heures de formations vidéos
  • Téléchargez le Livre des tendances de l'année
Annuel

$590.00