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 des modèles pré-entraînés
  • Aperçu des modèles pré-entraînés populaires (ex. BERT, ResNet)

Compréhension des architectures de modèles pré-entraînés

  • Les bases de l'architecture des modèles
  • Concepts d'apprentissage par transfert et de peaufinage (fine-tuning)
  • 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 dépôts de modèles pré-entraînés (ex. Hugging Face)
  • Chargement et test des modèles pré-entraînés

Pratique avec les modèles pré-entraînés

  • Utilisation des modèles pré-entraînés pour la classification de textes
  • Application des modèles pré-entraînés à des tâches de reconnaissance d'images
  • Paufinage des modèles pré-entraînés pour des ensembles de données personnalisés

Déploiement des modèles pré-entraînés

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

Défis et bonnes pratiques

  • Comprendre les limitations des modèles
  • Éviter le surajustement (overfitting) pendant le peaufinage
  • Assurer une utilisation éthique des modèles d'IA

Tendances futures des modèles pré-entraînés

  • Architectures émergentes 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 du machine learning
  • Connaissance de la programmation Python
  • Connaissances de base en gestion de données à l'aide de bibliothèques telles que Pandas

Public cible

  • Scientifiques des données
  • Passionnés d'IA

Nombre de participants


Prix par participant

Cours à partir de 4 + personnes. Pour un entraînement individuel ou en petit groupe, veuillez demander un devis.

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

2026-12-01 09:30
14 heures
Waterloo - 180 Northfield Drive West
CA$ 4,770 (En ligne)
CA$ 6,770 (Salle de Classe)

Introduction aux modèles pré-entraînés

2026-12-15 09:30
14 heures
Dartmouth-Burnside
CA$ 4,770 (En ligne)
CA$ 6,850 (Salle de Classe)

Introduction aux modèles pré-entraînés

2026-12-29 09:30
14 heures
Charlottetown-Startup Zone
CA$ 4,770 (En ligne)
CA$ 6,770 (Salle de Classe)

Introduction aux modèles pré-entraînés

2027-01-12 09:30
14 heures
Québec-Centre d'Affaires Lebourgneuf
CA$ 4,770 (En ligne)
CA$ 6,770 (Salle de Classe)

Introduction aux modèles pré-entraînés

2027-01-26 09:30
14 heures
Montreal - René Lévesque
CA$ 4,770 (En ligne)
CA$ 6,770 (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 Canada cours aborde les concepts fondamentaux, de l’automatisation simple à la prise de décision autonome, en passant par les réseaux de neurones et des exemples pratiques de TensorFlow pour des applications concrètes.
En savoir plus...

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

 7 Heures
Une formation d'initiation à Canada qui explore les fondamentaux de l'IA, des agents intelligents à l'apprentissage automatique. Elle permet aux cadres dirigeants et aux architectes d'évaluer les tendances émergentes en IA, d'intégrer des solutions pratiques et d'accélérer l'agilité des affaires grâce à des stratégies automatisées.
En savoir plus...

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

 7 Heures

Ce cours en direct, animé par un formateur <en[lieu]> (en ligne ou sur site), s'adresse aux biologistes souhaitant comprendre le fonctionnement d'AlphaFold et utiliser ses modèles comme guides dans leurs études expérimentales.

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

  • Comprendre les principes fondamentaux d'AlphaFold.
  • Saisir le fonctionnement d'AlphaFold.
  • Savoir interpréter les prédictions et les résultats générés par AlphaFold.
En savoir plus...

Réseaux de neurones artificiels, apprentissage automatique et raisonnement approfondi

 21 Heures
Ce programme de trois jours à Canada 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, en passant des perceptrons de base aux techniques avancées d'apprentissage profond.
En savoir plus...

IA appliquée de A à Z en Python

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

Création de chatbots personnalisés avec Google AutoML

 14 Heures

Cette formation en présentiel ou en ligne, encadrée par un instructeur, à Canada s'adresse aux participants ayant divers niveaux d'expertise souhaitant exploiter la plateforme AutoML de Google pour créer des chatbots personnalisés pour diverses applications.

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

  • Comprendre les fondamentaux du développement de chatbots.
  • Navigation dans la Plateforme Google Cloud et accès à AutoML.
  • Préparer les données pour l'entraînement des modèles de chatbots.
  • Entraîner et évaluer des modèles de chatbots personnalisés à l'aide d'AutoML.
  • Déployer et intégrer des chatbots sur différentes plateformes et canaux.
  • Surveiller et optimiser les performances des chatbots au fil du temps.
En savoir plus...

Reconnaissance de motifs

 21 Heures

Ce cours en direct, animé par un formateur à Canada (en ligne ou en présentiel), offre une introduction au domaine de la reconnaissance de motifs et de l'apprentissage automatique. Il aborde des applications pratiques en statistiques, en informatique, en traitement du signal, en vision par ordinateur, en fouille de données et en bio-informatique.

À la fin de cette formation, les participants seront capables de :

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

Apprentissage par renforcement profond avec Python

 21 Heures
Cette formation en direct sur Canada couvre les fondements théoriques et l'implémentation pratique de l'apprentissage par renforcement profond en utilisant Python. Les participants créeront et entraîneront des agents DRL avec TensorFlow ou PyTorch, en appliquant des algorithmes clés comme DQN et PPO pour résoudre des problèmes complexes du monde réel.
En savoir plus...

Edge AI avec TensorFlow Lite

 14 Heures

Cette formation en présentiel ou à distance, animée par un instructeur, s'adresse aux développeurs de niveau intermédiaire, aux data scientists et aux praticiens de l'IA souhaitant tirer parti de TensorFlow Lite pour des applications Edge AI.

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

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

Kubeflow Essentiels : Construire, entraîner et fournir avec Kubernetes

 14 Heures
Cette formation pratique dans Canada vous dote des compétences nécessaires pour construire, entraîner et servir des modèles d'apprentissage automatique sur Kubernetes à l'aide de Kubeflow. Vous apprendrez à naviguer dans l'écosystème, à créer des pipelines évolutifs 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 Canada (en ligne ou en présentiel), s'adresse aux développeurs et aux scientifiques des données souhaitant créer, déployer et gérer des workflows d'apprentissage automatique sur Kubernetes.

À la fin de cette formation, les participants seront capables de :

  • Installer et configurer Kubeflow en interne (on-premise) ainsi que dans le cloud.
  • Construire, déployer et gérer des workflows ML basés sur des conteneurs Docker et Kubernetes.
  • Exécuter des pipelines d'apprentissage automatique complets sur des architectures variées et dans des environnements cloud.
  • Utiliser Kubeflow pour générer et gérer des notebooks Jupyter.
  • Développer des charges de travail pour l'entraînement ML, le réglage des hyperparamètres et l'inférence sur plusieurs plateformes.
En savoir plus...

Analyse avancée avec RapidMiner

 14 Heures

Cette formation en présentiel ou à distance, dirigée par un instructeur à Canada, s'adresse aux analystes de données de niveau intermédiaire qui souhaitent apprendre à utiliser RapidMiner pour estimer et projeter des valeurs et utiliser des outils analytiques pour la prévision de séries chronologiques.

À la fin de cette formation, les participants seront en mesure de :

  • Apprendre à appliquer la méthodologie CRISP-DM, à sélectionner des algorithmes d'apprentissage automatique appropriés et à améliorer la construction et les performances des modèles.
  • Utiliser RapidMiner pour estimer et projeter des valeurs, et exploiter des outils analytiques pour la prévision de séries chronologiques.
En savoir plus...

Comprendre les réseaux de neurones profonds

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

Explicabilité dans l'apprentissage profond : Démystifier les modèles à boîte noire

 21 Heures

Cette formation en direct, animée par un formateur à Canada (en ligne ou sur site), s'adresse à des professionnels de niveau avancé souhaitant explorer les techniques de pointe en matière d'IA explicable (XAI) pour les modèles d'apprentissage profond, avec un accent particulier sur la création de systèmes d'IA interprétables.

À la fin de cette formation, les participants seront capables de :

  • Comprendre les défis liés à l'explicabilité dans l'apprentissage profond.
  • Mettre en œuvre des techniques d'IA explicable avancées pour les réseaux de neurones.
  • Interpréter les décisions prises par les modèles d'apprentissage profond.
  • Évaluer les compromis entre performance et transparence.
En savoir plus...

Catégories Similaires

Apprentissage automatique
Apprentissage automatique
Data Science
Data Science