Luis A.

Jour 1: Créer «le concept» Apprendre ce qui se passe le premier jour d’un Design Sprint: comment choisir un défi et comment proposer une solution, appelée «Concept». Jour 2: Créer «le story-board» Le deuxième jour, les concepts proposés sont votés et une direction est définie. Vous apprendrez ensuite à créer un scénario détaillé pour le concept gagnant. Jour 3: Créer «le prototype» Pour créer le prototype, une équipe Design Sprint doit déléguer des tâches, passer du temps à la construction, puis assembler les pièces. Vous apprendrez comment apporter votre contribution au puzzle. Jour 4: Test utilisateur! Apprendre à préparer les tests utilisateur, à effectuer des tests utilisateur et à résumer les commentaires des tests utilisateur dans un rapport de synthèse.

Introduction Obtenir une première expérience d'apprentissage en profondeur en appliquant le transfert de style à vos propres images et acquérez de l'expérience en utilisant des outils de développement tels que les cahiers Anaconda et Jupyter. Les réseaux de neurones Apprendre les bases des réseaux de neurones et construisez votre premier réseau avec Python et Numpy. Utiliser des structures d’apprentissage en profondeur modernes (Keras, TensorFlow) pour créer des réseaux de neurones multicouches et analyser des données réelles. Réseaux de neurones convolutifs Apprendre à créer des réseaux de convolution et à les utiliser pour classer les images (visages, mélanomes, etc.) en fonction des objets qui y figurent. Utiliser ces réseaux pour apprendre la compression de données et le débruitage d’images. Réseaux de neurones récurrents Contruire vos propres réseaux récurrents et vos réseaux de mémoire à court terme avec Keras et TensorFlow; effectuer une analyse des sentiments et générer un nouveau texte. Utiliser des réseaux récurrents pour générer du nouveau texte à partir de scripts de télévision Réseaux contradictoires génératifs Apprendre à comprendre et à mettre en œuvre le modèle DCGAN pour simuler des images réalistes avec Ian Goodfellow, l'inventeur de GANS (réseaux accusatoires génératifs).