Sommaire :
1. Les fondamentaux du Machine Learning.
2. Introduction aux réseaux de neurones artificiels avec Keras.
3. Entraînement de réseaux de neurones profonds.
4. Modèles personnalisés et entraînement avec TensorFlow.
5. Chargement et prétraitement de données avec TensorFlow.
6. Vision par ordinateur et réseaux de neurones convolutifs.
7. Traitement des séries avec des RNR et des CNN.
8. Traitement automatique du langage naturel avec les RNR et les attentions.
9. Apprentissage de représentations et apprentissage génératif avec des autoencodeurs et des GAN.
10. Apprentissage par renforcement.
11. Entraînement et déploiement à grande échelle de modèles TensorFlow

Annexes

Nbre volumes : 0

Langue : Français

Localisation : Bibliothèque Campus de Nice

Support : Papier

Etat : Présent

Propriétaire : Bibliothèque