Le monde de l’Internet des Objets est confronté aux traitements des données mesurées. Cette formation est l’occasion de comprendre les règles de base du Machine Learning, de connaître les familles d’algorithmes et de répondre à la question : Que sont la data science, le Machine Learning, le Deep Learning, le big data et l’intelligence artificielle ?
Cette formation propose un tour d’horizon des principales techniques de Machine Learning / Deep Learning pour des applications en traitement d’image (classification d’images, détection d’objets, etc.)
Pour ce faire, la formation alternera présentations théoriques et travaux pratiques (C++, OpenCV) où les participants pourront mettre en pratique immédiatement les algorithmes abordés sur des exemples concrets. Une machine virtuelle sera fournie en début de formation avec l’environnement complet de développement.
Cette formation propose un tour d’horizon des principales techniques de Machine Learning / Deep Learning pour des applications en traitement d’image (classification d’images, détection d’objets, etc.)
Pour ce faire, la formation alternera présentations théoriques et travaux pratiques (C++, OpenCV) où les participants pourront mettre en pratique immédiatement les algorithmes abordés sur des exemples concrets. Une machine virtuelle sera fournie en début de formation avec l’environnement complet de développement.
Le Deep Learning est très présent dans les propositions de traitements automatiques des données, essentiellement dans le traitement des images. Cette formation alternera théorie et exercices pour comprendre le fonctionnement du Deep Learning, connaître les familles d’algorithmes et les utiliser sur quelques exemples, pour pouvoir ensuite encadrer des projets de data science et réaliser des preuves de concept avec ses propres données.
Pour connaitre les prochaines sessions de formation en Logiciel embarque et programmation cliquez ici.
Cette formation vous présente le langage nécessaire au développement de FPGA. Vous pourrez acquérir des compétences générales dans la pratique du VHDL et développer votre premier projet VHDL sur des exemples simples en lien avec le filtrage et le traitement du signal. La formation alterne apports théoriques et applications pratiques sur cible Xilinx.
OBJECTIFS Assimiler les concepts et la syntaxe (...)
Pour connaitre les prochaines sessions de formation sur l’Intelligence Artificielle, cliquez ici Cette formation propose un tour d’horizon des principales techniques de Machine Learning / Deep Learning pour des applications en traitement d’image (classification d’images, détection d’objets, etc.) Pour ce faire, la formation alternera présentations théoriques et travaux pratiques (C++, OpenCV) où les participants pourront mettre en pratique immédiatement les algorithmes abordés sur des exemples (...)
Pour connaitre les prochaines sessions de formation sur l’Intelligence Artificielle, cliquez ici Vous planifiez de mener un projet intégrant du traitement numérique du signal ? Vous vous interrogez sur les outils de simulation et l’utilisation des solutions technologiques disponibles ? Cette formation répondra à vos besoins en répondant à ces questions pour deux types de familles de composants : STM32 et FPGAs.
OBJECTIFS Présenter, d’une part les outils modernes de simulation et d’autre part (...)
Pour connaitre les prochaines sessions de formation sur l’Intelligence Artificielle, cliquez ici Le Machine Learning est un ensemble de techniques donnant la capacité aux machines d’apprendre, contrairement à la programmation qui consiste en l’exécution de règles prédéterminées. Le Deep learning ou apprentissage profond est l’une des technologies principales du Machine Learning. La formation vous propose de vous initier sur l’IA embarquée avec des exercices pratiques.
Pré-inscription en ligne (...)
Pour connaitre les prochaines sessions de formation sur l’Intelligence Artificielle, cliquez ici Le monde de l’Internet des Objets est confronté aux traitements des données mesurées. Cette formation alternera théorie et exercices pour comprendre les règles de base du Deep Learning, connaître les familles d’algorithmes et de répondre à la question : Que sont la data science, le Machine Learning, le Deep Learning, le big data et l’intelligence artificielle ?
OBJECTIFS Maîtriser les règles de base du (...)