🤖 Avancé · Deep Learning & MLOps

Intelligence artificielle avec Python

Deep Learning avec PyTorch, réseaux convolutifs, Transformers pour le NLP, quantification et déploiement d'API d'inférence en production.

#Machine Learning Maroc#IA CPGE#PyTorch Transformers#Intelligence Artificielle Rabat#Deep Learning Maroc

Ce que vous allez apprendre

4 modules · 16 leçons · 8 h de contenu

1Fondements du Deep Learning & Réseaux Denses4 leçons · 2 h

1.1Neurone artificiel (Perceptron), fonctions d'activation (ReLU, Sigmoïde, Softmax, GELU)
1.2Descente de gradient stochastique (SGD, Adam, RMSprop) et rétropropagation du gradient (Backpropagation)
1.3Construction de modèles denses avec PyTorch / Keras : couches linéaires, régularisation (Dropout, Batch Normalization)
1.4Gestion de l'entraînement : fonctions de coût, callbacks, détection de l'overfitting (Early Stopping)

2Vision par Ordinateur & Réseaux Convolutifs (CNN)4 leçons · 2 h

2.1Filtres convolutifs, opérations de pooling, cartes d'activation (feature maps)
2.2Architectures classiques de classification d'images (ResNet, EfficientNet, MobileNet)
2.3Techniques d'augmentation de données (Data Augmentation) pour limiter le surapprentissage
2.4Apprentissage par transfert (Transfer Learning) et réglage fin (fine-tuning) de backbones pré-entraînés

3Traitement Automatique du Langage (NLP) & Architectures Transformers4 leçons · 2 h

3.1Prétraitement de texte, tokenisation par sous-mots (BPE, WordPiece) et plongements lexicaux (Word Embeddings)
3.2Mécanisme d'attention : Attention par produit scalaire (Scaled Dot-Product Attention) et Multi-Head Attention
3.3Modèles encodeurs vs décodeurs (BERT vs architectures de type GPT)
3.4Utilisation de modèles de langage légers avec Hugging Face Transformers et quantification de poids

4Mise en production & Inférence d'IA (MLOps introductif)4 leçons · 2 h

4.1Exportation de modèles aux formats optimisés (ONNX, TorchScript)
4.2Exposition d'une API de prédiction haute performance avec FastAPI et Pydantic
4.3Conteneurisation du service d'inférence avec Docker et optimisation de la mémoire GPU/CPU
4.4Métriques de surveillance en production : latence, dérive de données (data drift) et résilience

À votre rythme

Des leçons courtes ; votre progression est enregistrée et vous reprenez là où vous vous êtes arrêté.

En pratiquant

Des exemples de code Python à modifier et exécuter dans le navigateur, sans rien installer.

Une validation

Une évaluation finale s'ouvre quand vous avez parcouru l'essentiel de la formation.

Data & intelligence artificielle📊 Intermédiaire · Calcul Vectorisé
Data Science avec NumPy & Pandas
Calcul matriciel vectorisé, manipulation de DataFrames, séries temporelles et modélisation statistique avancée avec NumPy et Pandas.
▶ Exercices Python
4 modules · 16 leçons · 8 h
Voir le programme Accès sur attribution
Data & intelligence artificielle🐘 Avancé · Architecture Interne & PostGIS
PostgreSQL Avancé & Données Spatiales PostGIS
Maîtrisez les rouages de PostgreSQL (MVCC, WAL, EXPLAIN ANALYZE), l'indexation avancée GIN et BRIN, l'extension spatiale PostGIS et le part…
4 modules · 16 leçons · 8 h
Voir le programme Accès sur attribution
Data & intelligence artificielle📊 Professionnel · SQL Avancé, DAX & Power BI
Data Analyst & Visualisation Décisionnelle
Maîtrisez l'analyse décisionnelle moderne : requêtage SQL avancé, modélisation en étoile, formules DAX complexes et conception de dashboard…
4 modules · 12 leçons · 6 h
Voir le programme Accès sur attribution