M2 · Phase 1 · Fondations IA
Deep Learning
Réseaux de neurones, architectures majeures et contraintes d'entraînement.
Lisez une vraie leçon avant de décider
« Rappel : l'essentiel du Machine Learning » : le même format que dans le module, avec ses schémas et la lecture audio.
À la fin de cette formation
Vous serez capable de :
- Expliquer le rôle des principales architectures
- Identifier les contraintes de données et de calcul
- Choisir entre entraînement, fine-tuning et modèle existant
Compétences visées, à valider par le formateur avant publication.
Programme détaillé
31 leçons · environ 60 min de lecture · 30 questions de quiz · 1 livrable relu par le formateur. Les vidéos du formateur s'ajoutent à ces textes.
01Rappel et positionnement : du Machine Learning au Deep Learning5 leçons
- Rappel : l'essentiel du Machine LearningAperçu gratuit
- Où se situe le Deep Learning ?
- Quand les données deviennent complexes : texte, image, vidéo, audio
- Apprendre sans extraction manuelle des caractéristiques
- Machine Learning ou Deep Learning : comment choisir ?
02Comprendre les réseaux de neurones4 leçons
- Le perceptron : le neurone artificiel de base
- Couches, neurones et connexions : anatomie d'un réseau
- Comment un réseau apprend : erreur, rétropropagation, taux d'apprentissage
- Atelier : un perceptron et un petit réseau en Python · exercice
03Les architectures courantes8 leçons
- Panorama des architectures courantes
- Les réseaux convolutifs (CNN) : comment une machine « voit »
- Atelier : une convolution à la main en Python · exercice
- Les réseaux récurrents (RNN) : donner de la mémoire au réseau
- Les LSTM : une mémoire sélective
- L'attention et les Transformers
- Les GAN : un faussaire contre un détective
- Choisir une architecture : synthèse
04Applications clés et enjeux produit5 leçons
- Applications clés : traitement du langage naturel
- Applications clés : vision par ordinateur
- Applications clés : systèmes de recommandation
- Le Deep Learning côté produit : données, ressources, explicabilité
- Le transfer learning : spécialiser un modèle existant
05Mise en pratique : classifier des images avec le transfer learning4 leçons
- Mise en pratique : cadrer le projet de classification d'images · exercice
- Mise en pratique : constituer le jeu de données · exercice
- Mise en pratique : entraîner un modèle avec un outil sans code · exercice
- Mise en pratique : évaluer le modèle et en tirer des conclusions · exercice
06Ressources2 leçons
- Glossaire du Deep Learning
- Récapitulatif du module
07Ateliers no-code et low-code3 leçons
- Atelier 1 : comprendre neurones, couches et surapprentissage avec le Playground · exercice
- Atelier 2 : entraîner un classifieur d'images et mesurer ses erreurs · exercice
- Atelier 3 : rédiger la note de cadrage et tester la robustesse du prototype · exercice
Avant de commencer
Questions sur cette formation
Combien de temps ai-je accès au module ?
12 mois à partir de la date d'achat.
Le livrable est-il noté par une IA ?
Non. Les quiz sont corrigés automatiquement ; le livrable pratique est relu par le formateur.
Pour qui est ce module ?
Pour les professionnels du produit et du numérique qui veulent comprendre et appliquer le sujet dans leur métier. Les prérequis recommandés sont indiqués plus haut ; aucun n'est une condition d'achat.
Combien de temps faut-il y consacrer ?
La durée estimée figure en haut de page. Le contenu se suit à votre rythme pendant la durée d'accès, sur ordinateur, tablette ou téléphone, et chaque texte peut être écouté.
Que se passe-t-il à la fin du module ?
Si vous réussissez le quiz et que votre livrable est accepté, vous recevez une attestation de réussite privée, avec un lien de vérification que vous pouvez partager. Elle ne constitue pas une certification d'État.
Faut-il prendre un parcours plutôt qu'un module ?
Si vous visez tout un parcours, il revient moins cher que l'achat module par module (AI Mastery aussi pour l'ensemble) : comparez sur la page Tarifs ou laissez le conseiller vous orienter.
Puis-je télécharger les vidéos ?
Les vidéos sont diffusées en streaming sécurisé. Les ressources de chaque leçon sont téléchargeables.