Prenez contact avec nous
 Durée 14 heures

Plan du cours

Introduction aux modèles pré-entraînés

  • Que sont les modèles pré-entraînés ?
  • Avantages de l'utilisation de modèles pré-entraînés
  • Vue d'ensemble des modèles pré-entraînés populaires (par exemple, BERT, ResNet)

Compréhension des architectures de modèles pré-entraînés

  • Fondamentaux de l'architecture des modèles
  • Concepts d'apprentissage par transfert et d'ajustement fin
  • Comment les modèles pré-entraînés sont construits et entraînés

Mise en place de l'environnement

  • Installation et configuration de Python et des bibliothèques pertinentes
  • Exploration des référentiels de modèles pré-entraînés (par exemple, Hugging Face)
  • Chargement et test des modèles pré-entraînés

Pratique avec les modèles pré-entraînés

  • Utilisation de modèles pré-entraînés pour la classification de texte
  • Application de modèles pré-entraînés aux tâches de reconnaissance d'images
  • Ajustement fin de modèles pré-entraînés pour des jeux de données personnalisés

Déploiement des modèles pré-entraînés

  • Exportation et sauvegarde des modèles ajustés finement
  • Intégration des modèles dans des applications
  • Les bases du déploiement des modèles en production

Défis et bonnes pratiques

  • Comprendre les limites des modèles
  • Éviter le surajustement lors de l'ajustement fin
  • Assurer une utilisation éthique des modèles d'IA

Tendances futures des modèles pré-entraînés

  • Nouvelles architectures et leurs applications
  • Avancées dans l'apprentissage par transfert
  • Exploration des grands modèles linguistiques et des modèles multimodaux

Résumé et prochaines étapes

Pré requis

  • Compréhension de base des concepts d'apprentissage automatique
  • Connaissance de la programmation Python
  • Connaissances de base en manipulation de données avec des bibliothèques telles que Pandas

Public cible

  • Scientifiques des données
  • Amoureux de l'IA

Nombre de participants


Prix par participant

Les formations ouvertes requièrent plus de 3 participants.

Nos clients témoignent (2)

Offrir à ceux qui n'ont jamais utilisé l'IA une initiation aux bases de la formulation de requêtes, et inviter les utilisateurs expérimentés à explorer des méthodes alternatives pour l'employer.

Matthew Gay - Tarsus Pharmaceuticals
Formation - Artificial Intelligence (AI) Overview

Traduction automatique

Travailler à partir des principes fondamentaux de manière concentrée, puis passer à l'application d'études de cas le même jour

Maggie Webb - Department of Jobs, Regions, and Precincts
Formation - Artificial Neural Networks, Machine Learning, Deep Thinking

Traduction automatique

Cours à venir

Introduction aux modèles pré-entraînés

2026-11-30 09:30
14 heures
Gand
2550 EUR (En ligne)
3550 EUR (Salle de Classe)

Introduction aux modèles pré-entraînés

2026-12-14 09:30
14 heures
Hasselt
2550 EUR (En ligne)
3550 EUR (Salle de Classe)

Introduction aux modèles pré-entraînés

2026-12-28 09:30
14 heures
Liège, Place des Guillemins
2550 EUR (En ligne)
2950 EUR (Salle de Classe)

Introduction aux modèles pré-entraînés

2027-01-11 09:30
14 heures
Namur, Hotel de Ville
2550 EUR (En ligne)
2950 EUR (Salle de Classe)

Introduction aux modèles pré-entraînés

2027-01-25 09:30
14 heures
Bruxelles
2550 EUR (En ligne)
3650 EUR (Salle de Classe)

Cours Similaires

Intelligence Artificielle pour l'Automobile

 14 Heures
Découvrez comment l'apprentissage automatique et l'apprentissage profond transforment le secteur automobile. Ce Belgique module aborde les concepts fondamentaux, de l'automatisation simple à la prise de décision autonome, incluant les réseaux de neurones et des exemples pratiques avec TensorFlow pour des applications réelles.
En savoir plus...

Vue d'ensemble de l'intelligence artificielle (IA)

 7 Heures
Une formation d'introduction en Belgique explorant les fondamentaux de l'IA, des agents intelligents à l'apprentissage automatique. Elle équipe les dirigeants et les architectes pour évaluer les tendances émergentes de l'IA, intégrer des solutions pratiques et accélérer l'agilité commerciale grâce à des stratégies automatisées.
En savoir plus...

AlphaFold : Prédiction et interprétation de la structure des protéines grâce à l'IA

 7 Heures

Cette formation en présentiel ou en ligne, animée par un formateur à Belgique s'adresse aux biologistes souhaitant comprendre le fonctionnement d'AlphaFold et utiliser les modèles AlphaFold comme guides dans leurs études expérimentales.

À l'issue de cette formation, les participants seront capables de :

  • Comprendre les principes fondamentaux d'AlphaFold.
  • Apprendre comment AlphaFold fonctionne.
  • Apprendre à interpréter les prédictions et les résultats d'AlphaFold.
En savoir plus...

Réseaux de Neurones Artificiels, Apprentissage Automatique, Pense Profonde

 21 Heures
Ce programme de trois jours dans Belgique couvre la théorie et la pratique des réseaux de neurones artificiels, de l'apprentissage automatique et de l'apprentissage profond. Les participants exploreront les architectures de réseaux, les mécanismes d'apprentissage et les fondements mathématiques, allant des perceptrons de base aux techniques avancées d'apprentissage profond.
En savoir plus...

IA appliquée de A à Z avec Python

 28 Heures
Cette formation pratique en Belgique aide les développeurs à construire des modèles d'IA à partir de zéro en utilisant Python. Vous maîtriserez l'apprentissage supervisé, les réseaux de neurones et les techniques non supervisées à l'aide de scikit-learn et Apache Spark. Elle se concentre sur des exercices Jupyter pratiques pour la résolution de problèmes réels.
En savoir plus...

Création de chatbots personnalisés avec Google AutoML

 14 Heures

Cette formation en présentiel ou à distance, animée par un formateur, dans Belgique s'adresse à des participants de tous niveaux souhaitant exploiter la plateforme AutoML de Google pour construire des chatbots personnalisés destinés à diverses applications.

À l'issue de cette formation, les participants seront capables de :

  • Comprendre les fondamentaux du développement de chatbots.
  • Se repérer sur Google Cloud Platform et accéder à AutoML.
  • Préparer les données nécessaires à l'entraînement des modèles de chatbots.
  • Former et évaluer des modèles de chatbots personnalisés à l'aide d'AutoML.
  • Déployer et intégrer les chatbots sur diverses plateformes et canaux.
  • Surveiller et optimiser les performances des chatbots au fil du temps.
En savoir plus...

Reconnaissance des motifs

 21 Heures

Cette formation en direct, dispensée par un formateur à Belgique (en ligne ou sur site), fournit une introduction au domaine de la reconnaissance des motifs et de l'apprentissage automatique. Elle aborde des applications pratiques dans les domaines des statistiques, de l'informatique, du traitement du signal, de la vision par ordinateur, de l'extraction de données (data mining) et de la bio-informatique.

À l'issue de cette formation, les participants seront en mesure de :

  • Appliquer des méthodes statistiques fondamentales à la reconnaissance des motifs.
  • Utiliser des modèles clés tels que les réseaux de neurones et les méthodes de noyau pour l'analyse des données.
  • Implémenter des techniques avancées pour la résolution de problèmes complexes.
  • Améliorer la précision des prédictions en combinant différents modèles.
En savoir plus...

Deep Reinforcement Learning avec Python

 21 Heures
Cette formation animée par un formateur sur Belgique couvre les fondements théoriques et la mise en œuvre pratique du Deep Reinforcement Learning en utilisant Python. Les participants construiront et entraîneront des agents DRL avec TensorFlow ou PyTorch, en appliquant des algorithmes clés comme DQN et PPO pour résoudre des problèmes réels complexes.
En savoir plus...

IA en périphérie avec TensorFlow Lite

 14 Heures

Cette formation en direct avec instructeur à Belgique (en ligne ou sur site) s'adresse aux développeurs intermédiaires, aux scientifiques des données et aux praticiens de l'IA qui souhaitent exploiter TensorFlow Lite pour des applications d'IA en périphérie.

À l'issue de cette formation, les participants seront capables de :

  • Comprendre les fondamentaux de TensorFlow Lite et son rôle dans l'IA en périphérie.
  • Développer et optimiser des modèles d'IA en utilisant TensorFlow Lite.
  • Déployer des modèles TensorFlow Lite sur divers appareils en périphérie.
  • Utiliser des outils et techniques pour la conversion et l'optimisation des modèles.
  • Implémenter des applications pratiques d'IA en périphérie en utilisant TensorFlow Lite.
En savoir plus...

Kubeflow Essentials : Concevoir, entraîner et servir avec Kubernetes

 14 Heures
Cette formation pratique à Belgique vous équipe des compétences nécessaires pour concevoir, entraîner et servir des modèles d’apprentissage automatique sur Kubernetes à l’aide de Kubeflow. Vous apprendrez à naviguer dans l’écosystème, à concevoir des pipelines scalables et à gérer des charges de travail prêtes pour la production en suivant les meilleures pratiques.
En savoir plus...

Fondamentaux de Kubeflow

 28 Heures

Cette formation en direct, animée par un formateur, à Belgique (en ligne ou sur site), s'adresse aux développeurs et aux data scientists souhaitant construire, déployer et gérer des flux de travail de machine learning sur Kubernetes.

À l'issue de cette formation, les participants seront en mesure de :

  • Installer et configurer Kubeflow en interne (on-premise) et dans le cloud.
  • Construire, déployer et gérer des flux de travail ML basés sur les conteneurs Docker et Kubernetes.
  • Exécuter des pipelines de machine learning entiers sur diverses architectures et environnements cloud.
  • Utiliser Kubeflow pour générer et gérer des notebooks Jupyter.
  • Construire des charges de travail de formation ML, d'ajustement d'hyperparamètres et de service sur plusieurs plateformes.
En savoir plus...

Analyse avancée avec RapidMiner

 14 Heures

Cette formation en présentiel ou en ligne, animée par un formateur, s'adresse aux analystes de données de niveau intermédiaire souhaitant apprendre à utiliser RapidMiner pour estimer et projeter des valeurs, ainsi qu'à exploiter des outils analytiques pour la prévision par série temporelle.

À l'issue de cette formation, les participants seront capables de :

  • Appliquer la méthodologie CRISP-DM, sélectionner les algorithmes d'apprentissage automatique appropriés, et améliorer la construction et les performances des modèles.
  • Utiliser RapidMiner pour estimer et projeter des valeurs, et exploiter des outils analytiques pour la prévision par série temporelle.
En savoir plus...

Comprendre les réseaux de neurones profonds

 35 Heures
Ce cours de 35 heures en Belgique couvre les fondamentaux des réseaux de neurones profonds, y compris les CNN, les RNN et les modèles génératifs tels que les GAN. Les participants acquièrent une expérience pratique avec Theano et TensorFlow, apprenant à construire, entraîner et déployer des modèles d'apprentissage profond de niveau production pour des applications réelles.
En savoir plus...

Compréhension des modèles de deep learning : Démasquer les modèles à boîte noire

 21 Heures

Cette formation en présentiel ou en ligne, animée par un instructeur, Belgique s'adresse aux professionnels de niveau avancé souhaitant explorer les techniques les plus récentes de compréhension des modèles d'intelligence artificielle (XAI) pour les modèles de deep learning, avec un accent particulier sur la conception de systèmes d'IA interprétables.

À l'issue de cette formation, les participants seront en mesure de :

  • Comprendre les défis liés à la compréhension des modèles de deep learning.
  • Mettre en œuvre des techniques avancées de compréhension pour les réseaux neuronaux.
  • Interpréter les décisions prises par les modèles de deep learning.
  • Évaluer les compromis entre performance et transparence.
En savoir plus...

Catégories Similaires

Apprentissage automatique
Apprentissage automatique
Data Science
Data Science