Certificat de maîtrise en Machine Learning et en science des données

Le parcours en science des données appliquées et apprentissage profond offre une expertise pratique dans l'apprentissage automatique moderne, les réseaux de neurones et les flux de travail d'IA. Vous commencerez avec PyTorch, en apprenant à construire des solutions pour la classification d'images, le traitement du langage naturel, l'analyse prédictive et l'apprentissage par transfert. Ensuite, vous travaillerez avec TensorFlow et Keras pour concevoir, entraîner et déployer des réseaux de neurones et des flux de travail d'apprentissage automatique. Le parcours introduit également les principes de MLOps pour déployer et gérer des modèles en production, un entraînement continu avec des flux de données en évolution, et des applications pratiques de l'apprentissage profond dans divers secteurs tels que la santé, le commerce de détail et le marketing. Vous explorerez des sujets avancés tels que les réseaux de neurones convolutifs et récurrents, les modèles de transformateur, BERT, les grands modèles de langage et les cadres HuggingFace. À la fin de ce module, vous aurez les compétences nécessaires pour concevoir, mettre en œuvre et déployer des solutions d'apprentissage profond pour des problèmes du monde réel.

Concepts couverts :

• Fondamentaux et applications avancées de PyTorch (classification d'images, NLP, analyse prédictive)

• Flux de travail TensorFlow et Keras pour construire et déployer des réseaux de neurones

• Principes de MLOps et pipelines ML prêts pour la production

• Fondations de l'apprentissage profond et applications pratiques dans différents secteurs

• Réseaux de neurones convolutifs (CNN) et réseaux de neurones récurrents (RNN)

• Modèles de transformateur, BERT et grands modèles de langage (LLM)

• Explicabilité des modèles et entraînement continu avec des ensembles de données en évolution

• Outils pratiques et cadres, y compris HuggingFace