Канал: Kevin Degila

Life Update : 10000 abonnés, Forbes 30 Under 30 et la suite de la chaîne

Life Update : 10000 abonnés, Forbes 30 Under 30 et la suite de la chaîne

Vidéo 103/160 - Découvrir L'API Fonctionnelle de Tensorflow

Vidéo 103/160 - Découvrir L'API Fonctionnelle de Tensorflow

Vidéo 93/160 - La Couche Conv2D avec Tensorflow

Vidéo 93/160 - La Couche Conv2D avec Tensorflow

Vidéo 150/160 - Prédire les Séries temporelles avec le modèle entrainé

Vidéo 150/160 - Prédire les Séries temporelles avec le modèle entrainé

Vidéo 95/160 - Récapitulatif sur les Réseaux de Neurones Convolutionnels

Vidéo 95/160 - Récapitulatif sur les Réseaux de Neurones Convolutionnels

Vidéo 156/160 - Entrainement et Evaluation d'un Modèle GRU sur les séries temporelles

Vidéo 156/160 - Entrainement et Evaluation d'un Modèle GRU sur les séries temporelles

Vidéo 77/160 - Le Problème avec la fonction Sigmoid

Vidéo 77/160 - Le Problème avec la fonction Sigmoid

Vidéo 136/160 - Créer le Bible Dataset pour créer un modèle de langage

Vidéo 136/160 - Créer le Bible Dataset pour créer un modèle de langage

Vidéo 99/160 - Entrainement d'un Modèle de classification d'objets recyclables et non recyclables

Vidéo 99/160 - Entrainement d'un Modèle de classification d'objets recyclables et non recyclables

Vidéo 118/160 - La dimension des Vecteurs Embeddings

Vidéo 118/160 - La dimension des Vecteurs Embeddings

Vidéo 74/160 - Notre premier modèle de classification d'Image

Vidéo 74/160 - Notre premier modèle de classification d'Image

Vidéo 139/160 - Mettre le Dataset au bon format pour l'entrainement d'un modèle de langage

Vidéo 139/160 - Mettre le Dataset au bon format pour l'entrainement d'un modèle de langage

Vidéo 88/160 - Chapitre 4 - Introduction aux Réseaux de Neurones Convolutionnels CNN et Projet

Vidéo 88/160 - Chapitre 4 - Introduction aux Réseaux de Neurones Convolutionnels CNN et Projet

Vidéo 83/160 - L'Optimizer Adam - Le Concept de Momentum

Vidéo 83/160 - L'Optimizer Adam - Le Concept de Momentum

Vidéo 127/160 - La Tokenisation et Transformation de texte en séquences

Vidéo 127/160 - La Tokenisation et Transformation de texte en séquences

Vidéo 159/160 - Configurer son environnement pour l'examen Tensorflow developer Certificate

Vidéo 159/160 - Configurer son environnement pour l'examen Tensorflow developer Certificate

Vidéo 141/160 - Prédire le prochain mot avec un modèle générateur de texte

Vidéo 141/160 - Prédire le prochain mot avec un modèle générateur de texte

Vidéo 147/160 - Créer un Windowed dataset avec tf.data

Vidéo 147/160 - Créer un Windowed dataset avec tf.data

Vidéo 116/160 - Entrainement du Premier Modèle de NLP

Vidéo 116/160 - Entrainement du Premier Modèle de NLP

Vidéo 114/160 - Le Concept d' Embedding expliqué

Vidéo 114/160 - Le Concept d' Embedding expliqué

Vidéo 154/160 - Evaluation du Modèle RNN pour les séries temporelles

Vidéo 154/160 - Evaluation du Modèle RNN pour les séries temporelles

Vidéo 151/160 - Entrainement d'un modèle CNN pour les séries temporelles

Vidéo 151/160 - Entrainement d'un modèle CNN pour les séries temporelles

Vidéo 149/160 - Entrainer un Réseau de neurones profonds pour prédire les températures futures

Vidéo 149/160 - Entrainer un Réseau de neurones profonds pour prédire les températures futures

Vidéo 80/160 - Le Concept de Overfitting expliqué

Vidéo 80/160 - Le Concept de Overfitting expliqué

Vidéo 87/160 - Récapitulatif du Deep Learning pour la Classification d'Images

Vidéo 87/160 - Récapitulatif du Deep Learning pour la Classification d'Images

Vidéo 146/160 - Approche Naive de Prédiction des températures futures

Vidéo 146/160 - Approche Naive de Prédiction des températures futures

Vidéo 85/160 - Le callback Early Stopping : Arrêter l'entrainement tôt

Vidéo 85/160 - Le callback Early Stopping : Arrêter l'entrainement tôt

Vidéo 122/160 - Visualiser les Embeddings avec Embedding Projector

Vidéo 122/160 - Visualiser les Embeddings avec Embedding Projector

Vidéo 75/160 - Mesurer l'Erreur avec le Cross-entropy ou Log loss

Vidéo 75/160 - Mesurer l'Erreur avec le Cross-entropy ou Log loss

Vidéo 102/160 - Le Transfert Learning Expliqué

Vidéo 102/160 - Le Transfert Learning Expliqué

Vidéo 135/160 - Chapitre 7 - BibleGPT : Création d'un petit modèle de Langage

Vidéo 135/160 - Chapitre 7 - BibleGPT : Création d'un petit modèle de Langage

Vidéo 148/160 - Séparer la donnée en données d'entrainement et de test

Vidéo 148/160 - Séparer la donnée en données d'entrainement et de test

Vidéo 112/160 - Néttoyer les Stopwords

Vidéo 112/160 - Néttoyer les Stopwords

Vidéo 142/160 - Faire Plusieurs Prédictions avec le Modèle de Langage

Vidéo 142/160 - Faire Plusieurs Prédictions avec le Modèle de Langage

Vidéo 98/160 - Tensorflow : Charger les Images avec ImageDataGenerator

Vidéo 98/160 - Tensorflow : Charger les Images avec ImageDataGenerator

Vidéo 130/160 - Le Code Tensorflow pour une couche RNN

Vidéo 130/160 - Le Code Tensorflow pour une couche RNN

Vidéo 94/160 - Entrainement d'un modèle CNN et comparaison des résultats

Vidéo 94/160 - Entrainement d'un modèle CNN et comparaison des résultats

Vidéo 123/160 - Chapitre 6 - Introduction aux Réseaux de Neurones Récurrents

Vidéo 123/160 - Chapitre 6 - Introduction aux Réseaux de Neurones Récurrents

Vidéo 106/160 - Récapitulatif du Chapitre sur les Réseaux de Neurones Convolutionnels CNN

Vidéo 106/160 - Récapitulatif du Chapitre sur les Réseaux de Neurones Convolutionnels CNN

Vidéo 125/160 - Nettoyage et prétraitement du Texte

Vidéo 125/160 - Nettoyage et prétraitement du Texte

Vidéo 138/160 - Prétraitement des textes de la Bible pour l'entrainement du Modèle de Langage

Vidéo 138/160 - Prétraitement des textes de la Bible pour l'entrainement du Modèle de Langage

Vidéo 69/160 - Chapitre 3 - Introduction au Deep Learning pour la Classification

Vidéo 69/160 - Chapitre 3 - Introduction au Deep Learning pour la Classification

Vidéo 108/160 - Découverte du IMDB Dataset

Vidéo 108/160 - Découverte du IMDB Dataset

Vidéo 157/160 - Entrainement et Evaluation d'un Modèle LSTM sur les séries temporelles

Vidéo 157/160 - Entrainement et Evaluation d'un Modèle LSTM sur les séries temporelles

Vidéo 121/160 - Le Transfert Learning pour les données texuelles

Vidéo 121/160 - Le Transfert Learning pour les données texuelles

Vidéo 79/160 - Entrainement d'un modèle avec la fonction d'Activation Relu

Vidéo 79/160 - Entrainement d'un modèle avec la fonction d'Activation Relu

Vidéo 82/160 - Reduire l'Overfitting avec le Dropout

Vidéo 82/160 - Reduire l'Overfitting avec le Dropout

Vidéo 70/160 - Import et Exploration des Données Images du Fashion Mnist

Vidéo 70/160 - Import et Exploration des Données Images du Fashion Mnist

Vidéo 109/160 - Exploration du IMDB Dataset

Vidéo 109/160 - Exploration du IMDB Dataset

Vidéo 101/160 - Plus de données avec la Data Augmentation

Vidéo 101/160 - Plus de données avec la Data Augmentation

Vidéo 110/160 - La Tokenisation du Corpus

Vidéo 110/160 - La Tokenisation du Corpus

Vidéo 111/160 - Le Padding and Truncating du texte expliqué

Vidéo 111/160 - Le Padding and Truncating du texte expliqué

Vidéo 96/160 - Projet de Création d'une Poubelle Intelligente avec les CNNs

Vidéo 96/160 - Projet de Création d'une Poubelle Intelligente avec les CNNs

Vidéo 89/160 - Extraction des Caractéristiques sur une image

Vidéo 89/160 - Extraction des Caractéristiques sur une image

Vidéo 105/160 - Le Fine-Tuning : Réentrainement d'un modèle pré-entrainé

Vidéo 105/160 - Le Fine-Tuning : Réentrainement d'un modèle pré-entrainé

Vidéo 90/160 - Opération de Convolution - Intuition

Vidéo 90/160 - Opération de Convolution - Intuition

Vidéo 81/160 - Le concept de Dropout : Intuition

Vidéo 81/160 - Le concept de Dropout : Intuition

Vidéo 140/160 - Entrainement du model générateur de texte biblique

Vidéo 140/160 - Entrainement du model générateur de texte biblique

Vidéo 117/160 - La taille du Vocabulaire en NLP

Vidéo 117/160 - La taille du Vocabulaire en NLP

Vidéo 158/160 - Chapitre 9 - Comment se préparer pour l'examen Tensorflow Developer Certicate

Vidéo 158/160 - Chapitre 9 - Comment se préparer pour l'examen Tensorflow Developer Certicate

Vidéo 152/160 - Evaluation du Modèle CNN pour les séries temporelles

Vidéo 152/160 - Evaluation du Modèle CNN pour les séries temporelles

Vidéo 72/160 - Le One-Hot Encoding : Transformation des Labels

Vidéo 72/160 - Le One-Hot Encoding : Transformation des Labels

Vidéo 113/160 - Extraction de Caractéristiques du texte

Vidéo 113/160 - Extraction de Caractéristiques du texte

Vidéo 143/160 - Chapitre 8 - Introduction aux Séries temporelles

Vidéo 143/160 - Chapitre 8 - Introduction aux Séries temporelles

Vidéo 92/160 - Padding and Pooling expliqué

Vidéo 92/160 - Padding and Pooling expliqué

Vidéo 132/160 - Code Tensorflow pour une couche LSTM

Vidéo 132/160 - Code Tensorflow pour une couche LSTM

Vidéo 133/160 - Utiliser d'autre embeddings - Glove

Vidéo 133/160 - Utiliser d'autre embeddings - Glove

Vidéo 128/160 - Label Encoder expliqué et premier entrainement de modèle

Vidéo 128/160 - Label Encoder expliqué et premier entrainement de modèle

Vidéo 153/160 - Entrainement d'un modèle RNN pour les séries temporelles

Vidéo 153/160 - Entrainement d'un modèle RNN pour les séries temporelles

Vidéo 160/160 - Ressources supplémentaires et Fin de la Formation

Vidéo 160/160 - Ressources supplémentaires et Fin de la Formation

Vidéo 71/160 - Transformer les Images en Vecteurs

Vidéo 71/160 - Transformer les Images en Vecteurs

Vidéo 144/160 - Exploration du Dataset de Séries temporelles

Vidéo 144/160 - Exploration du Dataset de Séries temporelles

Vidéo 134/160 - Entrainement d'un modèle avec Glove embeddings et Récapitulatif

Vidéo 134/160 - Entrainement d'un modèle avec Glove embeddings et Récapitulatif

Vidéo 129/160 - Les Réseaux de Neurones Récurrents expliqués

Vidéo 129/160 - Les Réseaux de Neurones Récurrents expliqués

Vidéo 124/160 - Exploration du Dataset pour l'analyse des sentiments

Vidéo 124/160 - Exploration du Dataset pour l'analyse des sentiments

Vidéo 97/160 - Visualiser quelques exemples d'Images du Projet de Classification

Vidéo 97/160 - Visualiser quelques exemples d'Images du Projet de Classification

Vidéo 86/160 - Faire des Prédictions avec le meilleur Modèle

Vidéo 86/160 - Faire des Prédictions avec le meilleur Modèle

Vidéo 73/160 - La Fonction Softmax

Vidéo 73/160 - La Fonction Softmax

Vidéo 91/160 - L' Opération de Convolution en Code Python

Vidéo 91/160 - L' Opération de Convolution en Code Python

Vidéo 137/160 - Plan d'entrainement du modèle Générateur de texte

Vidéo 137/160 - Plan d'entrainement du modèle Générateur de texte

Vidéo 100/160 - Création d'une Application Streamlit pour la Poubelle Intelligente

Vidéo 100/160 - Création d'une Application Streamlit pour la Poubelle Intelligente

Vidéo 76/160 Entraiter le modèle de Classification avec le Cross-entropy loss

Vidéo 76/160 Entraiter le modèle de Classification avec le Cross-entropy loss

Vidéo 145/160 - Visualisation des Séries temporelles

Vidéo 145/160 - Visualisation des Séries temporelles

Vidéo 107/160 - Chapitre 5 Introduction au Natural Language Processing NLP

Vidéo 107/160 - Chapitre 5 Introduction au Natural Language Processing NLP

Vidéo 119/160 - Modifier l'Architecture du Model NLP

Vidéo 119/160 - Modifier l'Architecture du Model NLP

Vidéo 104/160 - Transfert Learning pour l'Extraction des caractéristiques sur les Images

Vidéo 104/160 - Transfert Learning pour l'Extraction des caractéristiques sur les Images

Vidéo 155/160 - Normalisation de la donnée et Evaluation de son Impact

Vidéo 155/160 - Normalisation de la donnée et Evaluation de son Impact

Vidéo 126/160 - La Stemmatisation expliquée

Vidéo 126/160 - La Stemmatisation expliquée

Vidéo 131/160 - Les Réseaux de Neurones LSTM expliqués

Vidéo 131/160 - Les Réseaux de Neurones LSTM expliqués

Vidéo 78/160 - La fonction d'Activation Relu

Vidéo 78/160 - La fonction d'Activation Relu

Vidéo 115/160 - La Couche Embedding avec Tensorflow

Vidéo 115/160 - La Couche Embedding avec Tensorflow

Vidéo 84/160 - Sauvegarder son Meilleur Modèle - Le Callback ModelCheckpoint

Vidéo 84/160 - Sauvegarder son Meilleur Modèle - Le Callback ModelCheckpoint

Vidéo 120/160 - La taille maximale des phrases et le Dropout en NLP

Vidéo 120/160 - La taille maximale des phrases et le Dropout en NLP

Vidéo 68/160 - A la Découverte du Vrai Tensorflow

Vidéo 68/160 - A la Découverte du Vrai Tensorflow

Vidéo 67/160 - Sauvegarder et Charger le Modèle entrainé

Vidéo 67/160 - Sauvegarder et Charger le Modèle entrainé

Vidéo 66/160 - Creer un Réseau de Neurones Profond avec notre Mini Tensorflow

Vidéo 66/160 - Creer un Réseau de Neurones Profond avec notre Mini Tensorflow

Vidéo 65/160 - Test de notre Mini Tensorflow sur le Boston Dataset

Vidéo 65/160 - Test de notre Mini Tensorflow sur le Boston Dataset

Vidéo 64/160 - Evaluer la Performance du Modèle sur les Données de Validation

Vidéo 64/160 - Evaluer la Performance du Modèle sur les Données de Validation

Vidéo 63/160 - Entrainer un Modèle avec la Fonction fit

Vidéo 63/160 - Entrainer un Modèle avec la Fonction fit

Vidéo 62/160 - Test de la mise à jour des paramètres du Model

Vidéo 62/160 - Test de la mise à jour des paramètres du Model

Vidéo 61/160 - Mise à jour des paramètres du Model - Optimisation

Vidéo 61/160 - Mise à jour des paramètres du Model - Optimisation

Vidéo 60/160 - Récuperer les dérivées des paramètres dans la Classe Model

Vidéo 60/160 - Récuperer les dérivées des paramètres dans la Classe Model

Vidéo 59/160 - Récupérer les dérivées des paramètres de la Classe Dense

Vidéo 59/160 - Récupérer les dérivées des paramètres de la Classe Dense

Vidéo 58/160 - Plusieurs Couches avec la Classe Model

Vidéo 58/160 - Plusieurs Couches avec la Classe Model

Vidéo 57/160 - La Fonction Backward de la Classe Dense

Vidéo 57/160 - La Fonction Backward de la Classe Dense

Vidéo 56/160 - Les Fonctions build et forward de la Classe Dense

Vidéo 56/160 - Les Fonctions build et forward de la Classe Dense

Vidéo 55/160 - Architecture de la Classe Dense

Vidéo 55/160 - Architecture de la Classe Dense

Vidéo 54/160 - La Classe LOSS pour le Calcul de l'Erreur

Vidéo 54/160 - La Classe LOSS pour le Calcul de l'Erreur

Vidéo 53/160 - La Classe Sigmoid

Vidéo 53/160 - La Classe Sigmoid

Vidéo 52/160 - La Classe Add pour l'Ajout du Biais

Vidéo 52/160 - La Classe Add pour l'Ajout du Biais

Vidéo 51/160 - La Classe Dot pour le Produit Matriciel

Vidéo 51/160 - La Classe Dot pour le Produit Matriciel

Vidéo 50/160 - La Classe Boite Paramétrée pour les Opérations avec Paramètres

Vidéo 50/160 - La Classe Boite Paramétrée pour les Opérations avec Paramètres

Vidéo 49/160 - La Classe Boite pour les Opérations

Vidéo 49/160 - La Classe Boite pour les Opérations

Vidéo 48/160 - Architecture de notre Mini Tensorflow

Vidéo 48/160 - Architecture de notre Mini Tensorflow

Vidéo 47/160 - Chapitre 2 - Créons un Mini Tensorflow

Vidéo 47/160 - Chapitre 2 - Créons un Mini Tensorflow

Vidéo 46/160 - Récapitulatif des Fondamentaux du Deep Learning

Vidéo 46/160 - Récapitulatif des Fondamentaux du Deep Learning

Vidéo 45/160 - Premiers Réseaux de Neurones profonds et Tensorflow Playground

Vidéo 45/160 - Premiers Réseaux de Neurones profonds et Tensorflow Playground

Vidéo 44/160 - Evaluation du Modèle Non Linéaire

Vidéo 44/160 - Evaluation du Modèle Non Linéaire

Vidéo 43/160 - Entrainement du Premier Modèle Non Linéaire

Vidéo 43/160 - Entrainement du Premier Modèle Non Linéaire

Vidéo 42/160 -La Fonction Gradient avec Sigmoid

Vidéo 42/160 -La Fonction Gradient avec Sigmoid

Vidéo 41/160 - La nouvelle Fonction Erreur avec Sigmoid

Vidéo 41/160 - La nouvelle Fonction Erreur avec Sigmoid

Vidéo 40/160 - Dérivée de la fonction Sigmoid

Vidéo 40/160 - Dérivée de la fonction Sigmoid

Vidéo 39/160 - La Fonction Sigmoid

Vidéo 39/160 - La Fonction Sigmoid

Vidéo 38/160 - On a besoin d'une Fonction Non Linéaire. Mais Pourquoi ?

Vidéo 38/160 - On a besoin d'une Fonction Non Linéaire. Mais Pourquoi ?

Vidéo 37/160 - Comparer notre Modèle à la Regression Linéaire de Sklearn

Vidéo 37/160 - Comparer notre Modèle à la Regression Linéaire de Sklearn

Vidéo 36/160 - Evaluation de la Performance du Modèle

Vidéo 36/160 - Evaluation de la Performance du Modèle

Vidéo 35/160 - Entrainement d'un modèle sur le Boston House Price Dataset

Vidéo 35/160 - Entrainement d'un modèle sur le Boston House Price Dataset

Vidéo 34/160 - Importer et Prétraiter les données du Boston House Price

Vidéo 34/160 - Importer et Prétraiter les données du Boston House Price

Vidéo 33/160 - Faire des Prédictions avec La Fonction Predict

Vidéo 33/160 - Faire des Prédictions avec La Fonction Predict

Vidéo 32/160 - La courbe d'apprentissage en Deep Learning (Learning Curve)

Vidéo 32/160 - La courbe d'apprentissage en Deep Learning (Learning Curve)

Vidéo 31/160 - Tout mettre ensemble : La fonction train

Vidéo 31/160 - Tout mettre ensemble : La fonction train

Vidéo 30/160 - L'Algorithme du Gradient Descent : Code et Explication

Vidéo 30/160 - L'Algorithme du Gradient Descent : Code et Explication

Vidéo 29/160 - Code de la Dérivée de la Fonction LOSS par rapport à B

Vidéo 29/160 - Code de la Dérivée de la Fonction LOSS par rapport à B

Vidéo 28/160 - Code de la dérivée de la Fonction LOSS par rapport à W

Vidéo 28/160 - Code de la dérivée de la Fonction LOSS par rapport à W

Vidéo 27/160 - Dérivée de la Fonction LOSS par rapport au paramètre B Explication

Vidéo 27/160 - Dérivée de la Fonction LOSS par rapport au paramètre B Explication

Vidéo 26/160 - Dérivée de la Fonction LOSS par rapport au paramètre W Explication

Vidéo 26/160 - Dérivée de la Fonction LOSS par rapport au paramètre W Explication

Vidéo 25/160 - La Fonction LOSS avec le Produit Matriciel

Vidéo 25/160 - La Fonction LOSS avec le Produit Matriciel

Vidéo 24/160 - Le Paramètre B et sa dérivée

Vidéo 24/160 - Le Paramètre B et sa dérivée

Vidéo 23/160 - La Dérivée d'un Produit matriciel

Vidéo 23/160 - La Dérivée d'un Produit matriciel

Vidéo 22/160 - Le Produit Matriciel

Vidéo 22/160 - Le Produit Matriciel

Vidéo 21/160 - Code Python d'une Somme pondérée

Vidéo 21/160 - Code Python d'une Somme pondérée

Vidéo 20/160 - Plusieurs Caractéristiques et plusieurs Paramètres

Vidéo 20/160 - Plusieurs Caractéristiques et plusieurs Paramètres

Vidéo 19/160 - Les Tenseurs et leurs formes

Vidéo 19/160 - Les Tenseurs et leurs formes

Vidéo 18/160 - Le Forward et Backward Pass

Vidéo 18/160 - Le Forward et Backward Pass

Vidéo 17/160 - Règle de la chaine - Exercice

Vidéo 17/160 - Règle de la chaine - Exercice

Vidéo 16/160 - Ecrivons le Code Python de la règle de la chaine

Vidéo 16/160 - Ecrivons le Code Python de la règle de la chaine

Vidéo 15/160 - La règle de la chaine expliquée

Vidéo 15/160 - La règle de la chaine expliquée

Vidéo 14/160 - La Fonction Loss est une fonction composée

Vidéo 14/160 - La Fonction Loss est une fonction composée

Vidéo 13/160 - Ecrivons le Code Python de la Dérivée d'une fonction

Vidéo 13/160 - Ecrivons le Code Python de la Dérivée d'une fonction

Vidéo 12/160 - Dérivée d'une Fonction (Explication Intuitive)

Vidéo 12/160 - Dérivée d'une Fonction (Explication Intuitive)

Vidéo 11/160 - Connaître le Jargon du Deep Learning

Vidéo 11/160 - Connaître le Jargon du Deep Learning

Vidéo 10/160 - Recherche du paramètre optimal

Vidéo 10/160 - Recherche du paramètre optimal

Vidéo 9/160 - Comment Evaluer l'Erreur d'un Modèle

Vidéo 9/160 - Comment Evaluer l'Erreur d'un Modèle

Vidéo 8/160 - C'est quoi un Modèle de Machine Learning ?

Vidéo 8/160 - C'est quoi un Modèle de Machine Learning ?

Video 7/160 - Ecris Ton Premier Code Tensorflow

Video 7/160 - Ecris Ton Premier Code Tensorflow

Vidéo 6/160 - Chapitre 1- Introduction aux Fondamentaux du Deep Learning

Vidéo 6/160 - Chapitre 1- Introduction aux Fondamentaux du Deep Learning

Video 5/160 - Accès au code de la formation sur Github (5/160)

Video 5/160 - Accès au code de la formation sur Github (5/160)

Vidéo 4/160 - Comment utiliser Google Colab dans la Formation Deep Learning

Vidéo 4/160 - Comment utiliser Google Colab dans la Formation Deep Learning

Vidéo 3/160 - Les pré requis de la formation Deep Learning de Zéro à Tensorflow

Vidéo 3/160 - Les pré requis de la formation Deep Learning de Zéro à Tensorflow

Video 2/160 - L'examen de Certification Tensorflow Developer Certificate

Video 2/160 - L'examen de Certification Tensorflow Developer Certificate

Formation Deep Learning avec Tensorflow - Introduction - Chapitre 0 (1/160)

Formation Deep Learning avec Tensorflow - Introduction - Chapitre 0 (1/160)

Certification Data Engineer de GCP : Comment je l'ai obtenu ?

Certification Data Engineer de GCP : Comment je l'ai obtenu ?

Si Je Devrais Apprendre la Data et l'IA en 2024 ... (à zéro)

Si Je Devrais Apprendre la Data et l'IA en 2024 ... (à zéro)

Un bot de suivi des dépenses que j’ai créé avec l’API de ChatGPT. Tutoriel sur ma chaîne

Un bot de suivi des dépenses que j’ai créé avec l’API de ChatGPT. Tutoriel sur ma chaîne

ChatGPT transforme mes Questions en requête SQL (Part 3/3)

ChatGPT transforme mes Questions en requête SQL (Part 3/3)

Extraire du JSON à partir d'une phrase avec ChatGPT (Part 2/3)

Extraire du JSON à partir d'une phrase avec ChatGPT (Part 2/3)

J'utilise ChatGPT pour créer un bot de Gestion de Dépenses (Part 1/3)

J'utilise ChatGPT pour créer un bot de Gestion de Dépenses (Part 1/3)

ML + FastAPI + Cloud Storage : Une application Complète déployée sur Google Cloud #6

ML + FastAPI + Cloud Storage : Une application Complète déployée sur Google Cloud #6

Comment Utiliser gcloud storage (plus rapide que gsutil) #5

Comment Utiliser gcloud storage (plus rapide que gsutil) #5

Mettre ses fichiers sur Google Cloud Storage #GCP4

Mettre ses fichiers sur Google Cloud Storage #GCP4

Une revue des services les plus importants de Google Cloud #3

Une revue des services les plus importants de Google Cloud #3

Le Cloud Computing expliqué #2

Le Cloud Computing expliqué #2

Apprendre Google Cloud (gratuitement) - Une série de vidéos #1

Apprendre Google Cloud (gratuitement) - Une série de vidéos #1

Déployez Docker en un Clic sur Cloud Run

Déployez Docker en un Clic sur Cloud Run

Docker + FastAPI : Comment Déployer un API en toute simplicité

Docker + FastAPI : Comment Déployer un API en toute simplicité

Créer un API Python avec FastAPI pour ton modèle de ML

Créer un API Python avec FastAPI pour ton modèle de ML

Créer un API Flask et App Streamlit pour ton Modèle de Machine Learning

Créer un API Flask et App Streamlit pour ton Modèle de Machine Learning

Comment Créer un Package Python ?

Comment Créer un Package Python ?

Live : Propulser sa carrière en devenant un professionnel de l'IA

Live : Propulser sa carrière en devenant un professionnel de l'IA

Deviens Certifié Tensorflow developer avec Ce cours Udemy

Deviens Certifié Tensorflow developer avec Ce cours Udemy

Comment Utiliser l'API Python de ChatGPT ? (Tutoriel)

Comment Utiliser l'API Python de ChatGPT ? (Tutoriel)

Apprendre GIT et GITHUB : Le Guide Ultime #1 Machine Learning en Production

Apprendre GIT et GITHUB : Le Guide Ultime #1 Machine Learning en Production

Formation Machine Learning en Production : Introduction

Formation Machine Learning en Production : Introduction

NOTION AI est-il meilleur que ChatGPT ?

NOTION AI est-il meilleur que ChatGPT ?

J'ai échoué mon Entretien chez Google

J'ai échoué mon Entretien chez Google

Comment être Certifié MACHINE LEARNING ENGINEER par Google ?

Comment être Certifié MACHINE LEARNING ENGINEER par Google ?

Cette IA REDESIGN mon Salon

Cette IA REDESIGN mon Salon

Comment devenir Data Engineer en 2023 ? | Interview avec Godson Kalipe - Data Engineer en France

Comment devenir Data Engineer en 2023 ? | Interview avec Godson Kalipe - Data Engineer en France

Comment Apprendre la Data Science avec ChatGPT

Comment Apprendre la Data Science avec ChatGPT

Retour après une Pause d'un an: Explication et Projets pour 2023

Retour après une Pause d'un an: Explication et Projets pour 2023

Le paramètre Biais en Deep Learning #leçon6

Le paramètre Biais en Deep Learning #leçon6

Dérivée de Produit Matriciel - Les Maths du Deep Learning #Leçon5

Dérivée de Produit Matriciel - Les Maths du Deep Learning #Leçon5

Dérivée de Fonctions Composées : Les Maths du Deep Learning #Leçon4

Dérivée de Fonctions Composées : Les Maths du Deep Learning #Leçon4

Dérivée d'une Fonction : Les Maths du Deep Learning expliquées avec du Code #Lecon3

Dérivée d'une Fonction : Les Maths du Deep Learning expliquées avec du Code #Lecon3

Vecteurs, Matrices et Tenseurs #Leçon2

Vecteurs, Matrices et Tenseurs #Leçon2

INTRODUCTION AU DEEP LEARNING : Exemple d'apprentissage #Leçon1

INTRODUCTION AU DEEP LEARNING : Exemple d'apprentissage #Leçon1

Mon Parcours en DATA SCIENCE : De la Découverte du MACHINE LEARNING au 1er STAGE

Mon Parcours en DATA SCIENCE : De la Découverte du MACHINE LEARNING au 1er STAGE

DEEP LEARNING : DE ZÉRO À TENSORFLOW - UNE FORMATION COMPLETE

DEEP LEARNING : DE ZÉRO À TENSORFLOW - UNE FORMATION COMPLETE

Formation Data Analyst avec Python : Conclusion (30/30) #DAAP

Formation Data Analyst avec Python : Conclusion (30/30) #DAAP

Projet : Analyse des données du Covid 19 avec Pandas (29/30) #DAAP

Projet : Analyse des données du Covid 19 avec Pandas (29/30) #DAAP