La formation est-elle certifiée Qualiopi ?

Oui, Learni est un organisme certifié Qualiopi. Cette certification garantit la qualité de nos formations et permet leur prise en charge par les OPCO et autres dispositifs de financement.

Comment financer ma formation ?

Nos formations sont éligibles aux financements OPCO. Learni vous accompagne dans les démarches de prise en charge. Un devis personnalisé est disponible sur demande.

Quels sont les prérequis pour cette formation ?

Les prérequis pour la formation Maîtriser TensorFlow : Prise en main de l’Intelligence Artificielle avec TensorFlow sont : Bonne connaissance de Python et notions de base en mathématiques et statistiques. Un entretien préalable permet de valider votre éligibilité.

La formation est-elle disponible en présentiel ?

Oui, la formation Maîtriser TensorFlow : Prise en main de l’Intelligence Artificielle avec TensorFlow est disponible en distanciel. Le format peut être adapté à vos besoins (inter, intra, sur-mesure).

Maîtriser TensorFlow : Prise en main de l’Intell... | Learni

L'histoire de Learni

Fondée par des passionnés de l'apprentissage et de l'innovation, Learni s'est donnée pour mission de rendre la formation professionnelle accessible à tous, partout dans le monde. Notre équipe intervient dans les plus grandes métropoles telles que Paris, Lyon, Marseille, mais aussi à l'international, afin d'accompagner les talents et les organisations dans leur montée en compétences.

Configurez votre formation

Réponse sous 24hSans engagement100% gratuit

Il reste 8 places pour la prochaine session

FormatParticipantsDateCoordonnées

Quel format préférez-vous ?

Modalités, méthodes et moyens pédagogiques

La formation Maîtriser TensorFlow : Prise en main de l’Intelligence Artificielle avec TensorFlow est délivrée en présentiel ou distanciel (blended-learning, e-learning, classe virtuelle, présentiel à distance). Chez Learni, organisme de formation certifié Qualiopi, chaque parcours est conçu pour maximiser l'acquisition de compétences, quel que soit le mode de formation choisi.

Le formateur alterne entre méthode démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). Cette approche pédagogique garantit un apprentissage concret et directement applicable en entreprise.

Moyens pédagogiques mis en œuvre

Pour garantir la qualité de la formation Maîtriser TensorFlow : Prise en main de l’Intelligence Artificielle avec TensorFlow, Learni met à disposition les moyens pédagogiques suivants :

Ordinateurs Mac ou PC, connexion internet haut débit fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour les sessions en distanciel)
Environnements de formation installés sur les postes de travail ou accessibles en ligne
Supports de cours, exercices pratiques et ressources complémentaires
Accès post-formation aux supports et ressources pédagogiques

En cas de formation intra-entreprise sur site externe à Learni, le client s'assure et s'engage à disposer de toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques, connexion internet...) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation communiqué.

* nous consulter pour la faisabilité en distanciel** ratio variable selon la formation suivie

Modalités d'évaluation des acquis

L'évaluation des compétences acquises lors de la formation Maîtriser TensorFlow : Prise en main de l’Intelligence Artificielle avec TensorFlow s'effectue à travers :

En cours de formation : études de cas, travaux pratiques et mises en situation professionnelle
En fin de formation : questionnaire d'auto-évaluation et évaluation des acquis par le formateur
Après la formation : attestation de fin de formation détaillant les compétences acquises

Accessibilité de la formation

Learni s'engage pour l'accessibilité de ses formations professionnelles. Toutes nos formations sont accessibles aux personnes en situation de handicap. Nos équipes sont à votre disposition pour adapter les modalités pédagogiques à vos besoins spécifiques. N'hésitez pas à nous contacter pour toute demande d'aménagement.

Objectifs de la formation

Comprendre les fondements et principes de TensorFlow

Installer l’environnement TensorFlow et manipuler les bibliothèques associées

Créer et entraîner des modèles de Machine Learning et Deep Learning

Optimiser et évaluer la performance de ses modèles IA

Déployer un modèle TensorFlow en production

Programme de la formation

Module 1Introduction au Machine Learning et à TensorFlow

Présentation du Machine Learning, écosystème TensorFlow, installation et configuration de TensorFlow (CPU/GPU), premiers scripts : manipulation de tenseurs et opérations de base. Initier un projet et structurer un notebook.

Module 2Données, Pré-traitement et Conception de Modèles linéaires

Chargement et préparation des données (NumPy/Pandas TF Data), normalisation et split des datasets, premières régressions avec Estimators API, conception d’un pipeline d’apprentissage supervisé.

Module 3Réseaux de Neurones et Deep Learning avec Keras

Présentation de Keras, création de modèles séquentiels pour la classification, fonction de coût, boucles d’entraînement, overfitting, dropout et régularisation, courbes d’apprentissage et métriques avancées.

Module 4Optimisation, Sauvegarde et Évaluation des modèles

Optimiseurs (SGD, Adam, RMSprop), callback et early stopping, sauvegarde et restitution des modèles, debugging des modèles TensorFlow, évaluation sur jeux de données réels, améliorations itératives.

Module 5Déploiement et Approfondissement

Export et déploiement avec TensorFlow Serving et Lite, introduction à TensorBoard, versionnement de modèles, bonnes pratiques et sécurité en production, étude de cas et mini-projet de fin de formation.