Aller au contenu
Deeply Learning
  • Accueil
  • Formation
    • Data-science Théorie
    • Data-science Pratique
    • React
    • Angular
    • Electron
    • React Native
    • Système d’exploitation
    • Cybersécurité
  • Projets
    • Deeply Tracking
    • Covid-19 Data vizualisation
    • EasyAttest
  • Thèse

Accueil » Cours pratiques

Cours pratiques

  • 11 septembre 201814 décembre 2020
  • par Bastien Maurice

Mise en place de l’environnement

Installation de l’environnement Python
Installation du framework d’IA
Configuration des dépendances pour utiliser le GPU (CUDA, cuDNN)
Installation de l’API de haut niveau  Keras (optionnel)

 

Deep learning

Pré-traitement des données

Charger & entrainer le réseau sur des images : fit() vs fit_generator()
Réaliser son propre générateur de données

Traitement de texte

Détecteur de harcèlement (brouillon)

Traitement d’image

Classification d’images
Classification d’images multi labels/classes
Système de reconnaissance automatique de plaque d’immatriculation (Objet detection + localization + OCR + data crawling/scraping )
Classification d’images
Segmentation sémantique d’images

 

Machine learning

 

Data visualization

Intégration de Plotly.js dans Angular 9
Intégration d’une carte choroplèthe via Leaflet dans Angular 9
Thème par Colorlib Propulsé par WordPress
  • Twitter
  • Youtube
  • Linkedin
  • Github