Formation courte · France
Intelligence artificielle pour des données multimédia (RCP217)
Une UE avancée du Cnam qui applique le deep learning aux données multimédias : signaux spatio-temporels, traitement automatique du langage dont les modèles encodeur-décodeur, fusion image-texte et données en graphe pour la recommandation.
Notre avis
Un large panorama appliqué des types de données actuels, avec un projet qui compte dans la note ; des promotions réduites (41 inscrits en 2023-24) et une liste de prérequis exigeante.
Idéal pour : Praticiens ayant une base en deep learning qui veulent travailler sur du texte, de l'audio, de la vidéo ou des graphes.
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
- Données vidéo et audio
- Séries temporelles
- Traitement automatique du langage
- Traduction automatique
- Données en graphe
- Systèmes de recommandation
Prérequis
- Programmation, bases de données, mathématiques appliquées, apprentissage statistique et deep learning ; RCP208 et RCP209 recommandées ; Python avec scikit-learn, TensorFlow et PyTorch.