Formation MATLAB en Namur

Cette formation en direct, animée par un formateur, en Namur (en ligne ou sur site), s'adresse aux utilisateurs de Matlab souhaitant explorer et ou migrer vers Python pour l'analyse de données et la visualisation.

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

• Installer et configurer un environnement de développement Python.
• Comprendre les différences et les similitudes entre la syntaxe de Matlab et celle de Python.
• Utiliser Python pour obtenir des informations pertinentes à partir de divers ensembles de données.
• Convertir des applications Matlab existantes en Python.
• Intégrer des applications Matlab et Python.

Dans le cadre de cette formation en présentiel animée par un instructeur, les participants apprendront à utiliser Matlab pour concevoir, construire et visualiser un réseau de neurones convolutionnel (CNN) dédié à la reconnaissance d'images.

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

• Construire un modèle d'apprentissage profond
• Automatiser l'étiquetage des données
• Travailler avec des modèles issus de Caffe et TensorFlow-Keras
• Entraîner des données en utilisant plusieurs GPU, le cloud ou des clusters

Public cible

• Développeurs
• Ingénieurs
• Experts du domaine

Format de la formation

• Exposé magistral, discussions, exercices et pratique intensive en laboratoire

Cette formation enseigne les fondamentaux du Systems Modeling Language (SysML), son utilisation via les logiciels MagicDraw/Cameo, les techniques de base de simulation en MBSE (Model-Based Systems Engineering) ainsi que les bonnes pratiques en la matière. Elle permet également aux professionnels de comprendre les principes de la simulation architecturale, de découvrir le module Simulation Toolkit, de simuler plusieurs types de diagrammes et d’articuler les simulations de diagrammes pour automatiser l’architecture.​

Cette formation complète sur MATLAB en Namur couvre la simulation des communications sans fil. Apprenez à modéliser des systèmes complexes, à analyser les effets de canal et à optimiser les performances du code. Idéal pour les ingénieurs souhaitant acquérir des compétences avancées en traitement du signal et en conception de systèmes.