À propos de ce cours

3 668 consultations récentes

Vous souhaitez vous lancer dans l’IA de pointe ? Ce cours est là pour vous y aider. Les ingénieurs en Deep Learning sont très convoités et la maîtrise de ce domaine vous ouvrira de nombreuses opportunités professionnelles. Le Deep Learning est également un nouveau « superpouvoir » qui vous permettra de développer des systèmes d’IA qui n’étaient même pas envisageables il y a encore quelques années.
Vous découvrirez dans ce cours les bases du Deep Learning. Une fois que vous l’aurez terminé, vous serez en mesure de :
- comprendre les grandes tendances technologiques sur lesquelles repose le Deep Learning ;
- développer, entraîner et utiliser des réseaux neuronaux profonds entièrement connectés ;
- mettre en œuvre des réseaux neuronaux efficaces (vectorisés) ;
- comprendre les principaux paramètres de l’architecture d’un réseau neuronal.

Ce cours ne se limitera pas à une description rapide ou superficielle du Deep Learning, mais vous expliquera également son fonctionnement. Une fois que vous l’aurez terminé, vous serez donc en mesure de l’utiliser dans vos propres applications. En outre, si vous recherchez un poste dans l’IA, vous aurez la capacité de répondre à des questions de base posées lors d’entretiens.

Il s’agit du premier cours de la Spécialisation Deep Learning.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

Approx. 20 heures pour terminer

Français

Compétences que vous acquerrez

Computer Vision
Artificial Neural Network
Backpropagation
Deep Learning

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Niveau intermédiaire

Approx. 20 heures pour terminer

Français

Enseignants

Évaluation de l'enseignant

5/5 (5 évaluations)

Programme de cours : ce que vous apprendrez dans ce cours

Semaine

1

Semaine 1

2 heures pour terminer

Introduction au Deep Learning

2 heures pour terminer

7 vidéos (Total 76 min), 2 lectures, 1 quiz

7 vidéos

Bienvenue5 min

Qu’est-ce qu’un réseau neuronal ?7 min

Apprentissage supervisé avec des réseaux neuronaux8 min

Pourquoi le Deep Learning est-il en plein essor ?10 min

À propos de ce cours2 min

Ressources des cours1 min

Entretien avec Geoffrey Hinton40 min

2 lectures

Foire aux questions10 min

Comment utiliser les forums de discussion10 min

1 exercice pour s'entraîner

Introduction au Deep Learning30 min

8 heures pour terminer

Les bases des réseaux neuronaux

8 heures pour terminer

19 vidéos (Total 161 min), 6 lectures, 3 quiz

19 vidéos

Classification binaire8 min

Régression logistique5 min

Fonction de coût d’une régression logistique8 min

Descente du gradient11 min

Dérivées7 min

Plus d’exemples de dérivées10 min

Graphe de calcul3 min

Dérivées avec un graphe de calcul14 min

Descente du gradient d’une régression logistique6 min

Descente du gradient sur des exemples de m8 min

Vectorisation8 min

Autres exemples de vectorisation6 min

Vectorisation de régression logistique7 min

Vectorisation de la sortie du gradient d’une régression logistique9 min

Diffusion dans Python11 min

Remarque sur les vecteurs Python/NumPy6 min

Bref aperçu des notebooks Jupyter/iPython3 min

Explication de la fonction de coût d’une régression logistique (facultatif)7 min

Entretien avec Pieter Abbeel16 min

6 lectures

Clarification sur la vidéo Fonction de coût d’une régression logistique à venir1 min

Clarification sur la vidéo Descente du gradient à venir1 min

Dérivation de DL/dz (lecture facultative)10 min

Clarification de « dz »10 min

Code d’honneur du Deep Learning2 min

Devoirs de programmation - FAQ10 min

1 exercice pour s'entraîner

Bases des réseaux neuronaux30 min

Semaine

2

Semaine 2

5 heures pour terminer

Réseaux neuronaux peu profonds

5 heures pour terminer

12 vidéos (Total 109 min), 2 lectures, 2 quiz

12 vidéos

Vue d’ensemble des réseaux neuronaux4 min

Représentation des réseaux neuronaux5 min

Calculer la sortie d’un réseau neuronal9 min

Vectorisation sur plusieurs exemples9 min

Explication de l’implémentation vectorisée7 min

Fonctions d’activation10 min

Pourquoi avez-vous besoin de fonctions d’activation non linéaires ?5 min

Dérivées de fonctions d’activation7 min

Descente du gradient pour les réseaux neuronaux9 min

Intuition de la rétropropagation (facultatif)15 min

Initialisation aléatoire7 min

Entretien avec Ian Goodfellow14 min

2 lectures

Clarification : fonction d’activation1 min

Clarification à propos de l’intuition de la rétropropagation à venir (facultatif)1 min

1 exercice pour s'entraîner

Réseaux neuronaux peu profonds30 min

5 heures pour terminer

Réseaux neuronaux profonds

5 heures pour terminer

8 vidéos (Total 64 min), 3 lectures, 3 quiz

8 vidéos

Réseau neuronal profond à couche L5 min

Propagation avant dans un réseau profond7 min

Obtenir les bonnes dimensions pour votre matrice11 min

Pourquoi des représentations profondes ?10 min

Constitution des réseaux neuronaux profonds8 min

Propagation avant et rétropropagation10 min

Paramètres et hyperparamètres7 min

Quel est le rapport avec le cerveau ?3 min

3 lectures

Clarification au sujet de la vidéo Obtenir les bonnes dimensions pour votre matrice1 min

Clarification à propos de la vidéo Propagation avant et rétropropagation à venir1 min

Clarification au sujet de la vidéo Quel est le rapport avec le cerveau1 min

1 exercice pour s'entraîner

Concepts essentiels des réseaux neuronaux profonds30 min

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si j'achète le Certificat ?
Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Une aide financière est-elle possible ?
Oui. Dans certains programmes d’apprentissage, vous pouvez demander une aide financière ou une bourse d’études si vous ne pouvez pas payer les frais d’inscription. Si une aide financière ou une bourse d’études est disponible pour le programme d’apprentissage choisi, vous trouverez un lien pour faire une demande sur la page de description.

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.

Réseaux neuronaux et Deep Learning