Formation courte · France
Intelligence artificielle avancée (RCP211)
Une UE avancée du Cnam sur l'apprentissage par renforcement, les modèles génératifs (VAE, GAN) ainsi que la robustesse et l'incertitude des décisions du deep learning.
Notre avis
Aborde des sujets rarement proposés en formation à temps partiel, mais c'est exigeant : en 2023-24, seul un tiers des inscrits s'est présenté à l'évaluation, et 45 % d'entre eux l'ont réussie.
Idéal pour : Ingénieurs et data scientists qui maîtrisent déjà l'apprentissage statistique et le deep learning et veulent un niveau master.
D'après la page de la formation, le programme et les prix, et non après l'avoir suivie. Notre méthode de notation
Outils et modèles abordés
- Python
- scikit-learn
- TensorFlow
- PyTorch
D'après le contenu de la formation ; dernière mise à jour du contenu : inconnue.
Bon à savoir
Une unité d'enseignement (UE) des diplômes du Cnam, à suivre à la carte ; proposée par le Cnam Paris au semestre 1 et au semestre 2, en présentiel (soirs et samedis) ou à distance. Les tarifs varient selon la région et le financement et ne sont communiqués que via le formulaire de demande.
Programme
- Apprentissage par renforcement
- Deep Q-networks
- Autoencodeurs variationnels
- Réseaux antagonistes génératifs
- Robustesse aux attaques adverses
- Réseaux de neurones bayésiens
Prérequis
- Programmation, bases de données et mathématiques appliquées de niveau bac+5 ; NFP106, RCP208 et RCP209 recommandées ; pratique de scikit-learn, TensorFlow et PyTorch.