Cette formation est éligible

www.moncompteformation.gouv.fr

Prérequis
Connaissances préalables en data science et machine learning.
Prochaines rentrées
13, 14, 27 et 28 juin 2025
Format
1 950 Euros HT
Lieu
Campus de Paris-Cachan
Professionnel
Order
13
Présentation
Public cible
Objectifs
Contenu
Lien utiles
Formateurs
Brochure
Martial HENNIQUE
Responsable admissions

Certification

Ce module est la troisième et dernière partie du certificat "Réseaux de Neurones et Apprentissage Profond". L'objectif est de déployer une solution responsable basée sur le deep learning, en se concentrant sur l’interprétabilité et les implications sociales et éthiques.

Cette certification est capitalisable sur 5 ans

Vous pouvez choisir de préparer l’intégralité du titre progressivement au fil du temps ou de faire reconnaître vos compétences complémentaires par la VAE.
Info

Découvrir les modalités d'évaluation et pédagogiques du programme  

  Voir plus
Indicateurs de résultat 2022 / 2023
Contenu actualisé le 19/11/2023
96%
Taux de satisfaction
92%
Taux de présentation au diplôme
100%
Taux de réussite au diplôme

Objectifs

Ce cours vous donnera:
  • La compréhension des réseaux de neurones profonds
  • Une expérience concrète avec le déploiement et l’hébergement d’un modèle IA.
  • Les outils pour concevoir des solutions responsables de deep learning en répondant aux challenges sociaux et éthiques.
Contenu
Module 1
Module 1
Interprétabilité des réseaux de neurones artificiels

  • Comment bien comprendre et expliquer ce qu’il se passe dans un réseau de neurones artificiels ? Modélisation sous forme de “boîte noire”.

  • Les principaux concepts abordés dans ce module sont : interprétabilité, plan d’action et politique d’un modèle, et les librairies Python SHAP et LIME

Module 2
Module 2
Déploiement d’un modèle deep learning

  • Exemple concret de déploiement d’un modèle deep learning et focus sur quelques frameworks spécialisés.

  • Les principaux concepts abordés dans ce module sont : déploiement, charge de travail de la science des données et frameworks Strealit et FastAPI.

Module 3
Module 3
Déploiement responsable d’un modèle deep learning

  • Gros plan sur l’interprétabilité d’un modèle et prise en compte des implications sociales et éthiques du deep learning.

  • Les principaux concepts abordés dans ce module sont : modèles deep learning, interprétabilité, déploiement.

Cliquez ci-dessous pour accéder à la fiche de ce certificat sur le site des financements par le CPF

Moncompteformation.gouv

Formateurs / Professeurs

  • Eric Cohen
    Info

    Domaine(s) d'expertise
    Eric Cohen, Chairman, Founder & CEO de Keyrus

    Keyrus

    Représentée par Eric Cohen
    Voir profil
  • Pascal Bizzari
    Info

    Domaine(s) d'expertise
    Pascal Bizzari , Directeur général associé

    AVISIA

    Représentée par Pascal Bizzari
    Voir profil
  • Christopher Dembik
    Info

    Domaine(s) d'expertise
    Christopher Dembik , Member of the Board of Directors, Senior Investment Adviser at Pictet AM

    Substrate AI

    Représentée par Christopher Dembik
    Voir profil
  • Arnaud Agostini
    Info

    Domaine(s) d'expertise
    Arnaud Agostini, Directeur général délégué

    Sidexa | Solera

    Représentée par Arnaud Agostini
    Voir profil
  • Béatrice Matlega
    Info

    Domaine(s) d'expertise
    Béatrice Matlega, Education Skills Lead

    Microsoft France

    Représenté par Béatrice Matlega
    Voir profil