Ce que vous devez savoir avant
Vous commencez

Débute 4 June 2026 07:30

Se termine 4 June 2026

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Informatique Distribuée et IA avec Spark

Acquérez des connaissances sur la construction, l'entraînement et la personnalisation de modèles avec TensorFlow et Keras, allant de réseaux simples à des modèles pré-entraînés avancés avec apprentissage par transfert, pour aboutir à un projet de classification d'images.
via Pragmatic Institute

13 Cours


4 hours

Amélioration optionnelle disponible

Intermédiaire

Progressez à votre rythme

Paid Course

Amélioration optionnelle disponible

Aperçu

You’ll get hands-on experience in building, training, and customizing models using TensorFlow and Keras. Starting from implementing simple networks by hand, this course builds to making use of advanced pre-trained models with transfer learning.

You’ll complete a practical mini-project on image classification, with the help of guidance during office hours.

Programme

  • Introduction à l'informatique distribuée et à l'IA
  • Aperçu des principes de l'informatique distribuée
    Introduction à Spark pour le traitement de grandes données
  • Introduction à TensorFlow et Keras
  • Configuration de l'environnement TensorFlow
    Bases des réseaux de neurones avec TensorFlow
  • Construction de réseaux de neurones simples
  • Implémentation de réseaux de neurones à la main avec Keras
    Compréhension des couches, des fonctions d'activation et des fonctions de perte
  • Techniques avancées de TensorFlow
  • Personnalisation des modèles avec des techniques avancées de TensorFlow
    Implémentation de callbacks, d'optimiseurs et de métriques
  • Introduction à Spark pour l'IA
  • Intégration de Spark avec TensorFlow
    Utilisation de Spark pour l'entraînement de modèles distribués
  • Apprentissage par transfert
  • Compréhension des modèles pré-entraînés
    Affinage des modèles avec Keras
  • Mini-projet pratique : Classification d'images
  • Définition du problème et exploration des données
    Construction et entraînement d'un classificateur d'images avec TensorFlow
    Évaluation des performances du modèle et optimisation
  • Laboratoires pratiques et exercices
  • Sessions pratiques régulières pour renforcer l'apprentissage
    Guidance étape par étape pour l'implémentation des concepts enseignés
  • Heures de bureau
  • Sessions programmées pour l'orientation de projets et les questions-réponses
  • Projet final et présentation
  • Compléter le mini-projet de classification d'images
    Présenter les découvertes du projet et les leçons apprises
  • Conclusion de cours et prochaines étapes
  • Récapitulatif des concepts clés
    Recommandations pour un apprentissage et une exploration supplémentaires en IA et en informatique distribuée

Matières

Data Science