• pour les personnes
  • pour les affaires
  • pour les universités
  • pour les gouvernements
Coursera
Connexion
Inscrivez-vous gratuitement
Coursera
  • Parcourir
  • Neural Networks

Cours de réseaux neuronaux en ligne

Découvrez des cours sur les réseaux neuronaux couvrant la modélisation des données et l'IA.

Passer aux résultats de la recherche

Filtrer par

Objet
Obligatoire
 *

Langue
Obligatoire
 *

La langue utilisée tout au long du cours, tant dans l’enseignement que dans les évaluations.

Produit d'apprentissage
Obligatoire
 *

Développez des compétences professionnelles en moins de deux heures grâce à des tutoriels pratiques.
Apprenez auprès des meilleurs enseignants grâce à des devoirs notés, des vidéos et des forums de discussion.
Apprenez à utiliser un nouvel outil ou une nouvelle compétence dans un environnement interactif et pratique.
Apprenez à maîtriser une matière de manière approfondie en suivant une série de cours et de projets.
Obtenez des qualifications professionnelles auprès de leaders du secteur qui prouvent votre expertise.
Obtenez votre licence ou votre master en ligne pour un prix inférieur à l'apprentissage en personne.
Obtenez une qualification professionnelle délivrée par l'université dans un format flexible et interactif.

Niveau
Obligatoire
 *

Durée
Obligatoire
 *

Sous-titres
Obligatoire
 *

Éducateur
Obligatoire
 *

Explorez le catalogue de cours de réseaux neuronaux

  • Statut : Essai gratuit
    Essai gratuit
    D

    DeepLearning.AI

    Réseaux de neurones et Deep learning (apprentissage profond)

    Compétences que vous acquerrez: Programmation en Python, Apprentissage automatique, Deep learning, Intelligence artificielle, Algèbre linéaire, Apprentissage supervisé, Calculs, Réseaux neuronaux artificiels

    4,9
    évaluation, 4,9 sur 5 étoiles
    ·
    123 k avis

    Intermédiaire · Cours · 1 à 4 semaines

  • Statut : Essai gratuit
    Essai gratuit
    I

    IBM

    Introduction à l'apprentissage profond et aux réseaux neuronaux avec Keras

    Compétences que vous acquerrez: Apprentissage automatique, Deep learning, Architecture de réseau, Tensorflow, Analyse de régression, Traitement du langage naturel (NLP), Réseaux neuronaux artificiels, Keras (bibliothèque de réseaux neurones), Analyse d'images, Vision par ordinateur, Modèle de réseau

    4,7
    évaluation, 4,7 sur 5 étoiles
    ·
    2 k avis

    Intermédiaire · Cours · 1 à 3 mois

  • Statut : Essai gratuit
    Essai gratuit
    D

    DeepLearning.AI

    Deep learning

    Compétences que vous acquerrez: Programmation en Python, Apprentissage automatique, Intelligence artificielle, Deep learning, Apprentissage supervisé, Tensorflow, Traitement du langage naturel (NLP), Exploration de texte, Prise de décision fondée sur les données, PyTorch (Bibliothèque d'Apprentissage automatique), Débogage, Apprentissage automatique appliqué, Intelligence artificielle et apprentissage automatique (IA/ML), MLOps (Apprentissage automatique), Vision par ordinateur, Ingénierie des caractéristiques, Analyse d'images, Optimisation des performances, Réseaux neuronaux artificiels, Keras (bibliothèque de réseaux neurones)

    Préparer un diplôme

    4,8
    évaluation, 4,8 sur 5 étoiles
    ·
    147 k avis

    Intermédiaire · Spécialisation · 3 à 6 mois

  • Statut : Nouveau
    Nouveau
    Statut : Essai gratuit
    Essai gratuit
    P

    Pearson

    Learning Deep Learning

    Compétences que vous acquerrez: Large Language Modeling, Deep Learning, Prompt Engineering, Image Analysis, PyTorch (Machine Learning Library), Tensorflow, LLM Application, Computer Vision, Responsible AI, Natural Language Processing, Generative AI, Artificial Neural Networks, Data Ethics, Multimodal Prompts, Artificial Intelligence and Machine Learning (AI/ML), Applied Machine Learning, Machine Learning Methods, Artificial Intelligence, Application Deployment, Time Series Analysis and Forecasting

    Intermédiaire · Spécialisation · 1 à 4 semaines

  • Statut : Essai gratuit
    Essai gratuit
    J

    Johns Hopkins University

    Foundations of Neural Networks

    Compétences que vous acquerrez: Responsible AI, Data Ethics, Artificial Neural Networks, Deep Learning, Machine Learning Algorithms, Reinforcement Learning, Generative AI, Debugging, Artificial Intelligence, Unsupervised Learning, Machine Learning, Computer Vision, Image Analysis, Artificial Intelligence and Machine Learning (AI/ML), Machine Learning Methods, Applied Machine Learning, Bayesian Statistics, Network Architecture, Linear Algebra, Markov Model

    4,1
    évaluation, 4,1 sur 5 étoiles
    ·
    7 avis

    Intermédiaire · Spécialisation · 3 à 6 mois

  • Statut : Essai gratuit
    Essai gratuit
    I

    IBM

    Introduction aux réseaux de neurones et à PyTorch

    Compétences que vous acquerrez: Apprentissage automatique, Deep learning, Manipulation des données, Analyse de régression, Probabilités et statistiques, Tensorflow, PyTorch (Bibliothèque d'Apprentissage automatique), Réseaux neuronaux artificiels, Modélisation prédictive

    4,4
    évaluation, 4,4 sur 5 étoiles
    ·
    1,9 k avis

    Intermédiaire · Cours · 1 à 3 mois

Qu’est-ce qui vous amène sur Coursera aujourd’hui ?

  • Statut : Essai gratuit
    Essai gratuit
    J

    Johns Hopkins University

    Introduction to Neural Networks

    Compétences que vous acquerrez: Artificial Neural Networks, Machine Learning Algorithms, Deep Learning, Computer Vision, Image Analysis, Artificial Intelligence and Machine Learning (AI/ML), Applied Machine Learning, Machine Learning, Network Architecture, Linear Algebra, Performance Tuning, Probability & Statistics

    Intermédiaire · Cours · 1 à 3 mois

  • Statut : Essai gratuit
    Essai gratuit
    D

    DeepLearning.AI

    Réseaux neuronaux convolutifs

    Compétences que vous acquerrez: Deep learning, Tensorflow, PyTorch (Bibliothèque d'Apprentissage automatique), Apprentissage automatique appliqué, Réseaux neuronaux artificiels, Intelligence artificielle et apprentissage automatique (IA/ML), Algorithmes, Ingénierie des caractéristiques, Analyse d'images, Vision par ordinateur, Keras (bibliothèque de réseaux neurones)

    4,9
    évaluation, 4,9 sur 5 étoiles
    ·
    43 k avis

    Intermédiaire · Cours · 1 à 4 semaines

  • Statut : Essai gratuit
    Essai gratuit
    D

    DeepLearning.AI

    Amélioration des réseaux neuronaux profonds : Réglage des hyperparamètres, régularisation et optimisation

    Compétences que vous acquerrez: Deep learning, Algorithmes d'apprentissage automatique, Tensorflow, Apprentissage supervisé, Réseaux neuronaux artificiels, Apprentissage automatique appliqué, Intelligence artificielle et apprentissage automatique (IA/ML), Optimisation des performances

    4,9
    évaluation, 4,9 sur 5 étoiles
    ·
    63 k avis

    Intermédiaire · Cours · 1 à 4 semaines

  • Statut : Essai gratuit
    Essai gratuit
    I

    IBM

    Apprentissage profond avec PyTorch

    Compétences que vous acquerrez: Apprentissage automatique, Deep learning, Architecture de réseau, Apprentissage supervisé, PyTorch (Bibliothèque d'Apprentissage automatique), Vision par ordinateur, Réseaux neuronaux artificiels

    4,4
    évaluation, 4,4 sur 5 étoiles
    ·
    68 avis

    Intermédiaire · Cours · 1 à 3 mois

  • Statut : Nouveau
    Nouveau
    Statut : Essai gratuit
    Essai gratuit
    P

    Packt

    Deep Learning with TensorFlow

    Compétences que vous acquerrez: Tensorflow, Artificial Neural Networks, Keras (Neural Network Library), Deep Learning, Time Series Analysis and Forecasting, Image Analysis, Natural Language Processing, Computer Vision, Forecasting, Classification And Regression Tree (CART), Supervised Learning, Machine Learning, Text Mining, Predictive Analytics, NumPy, Network Architecture, Data Processing, Data Science

    Intermédiaire · Spécialisation · 1 à 3 mois

  • Statut : Nouveau
    Nouveau
    Statut : Essai gratuit
    Essai gratuit
    P

    Pearson

    Learning Deep Learning: Unit 1

    Compétences que vous acquerrez: Deep Learning, PyTorch (Machine Learning Library), Artificial Neural Networks, Artificial Intelligence and Machine Learning (AI/ML), Tensorflow, Large Language Modeling, Machine Learning, Python Programming, Algorithms, Network Architecture, Data Processing

    Intermédiaire · Cours · 1 à 4 semaines

1234…182

En résumé, voici 10 de nos cours les plus populaires sur neural networks .

  • Réseaux de neurones et Deep learning (apprentissage profond): DeepLearning.AI
  • Introduction à l'apprentissage profond et aux réseaux neuronaux avec Keras: IBM
  • Deep learning: DeepLearning.AI
  • Learning Deep Learning: Pearson
  • Foundations of Neural Networks: Johns Hopkins University
  • Introduction aux réseaux de neurones et à PyTorch: IBM
  • Introduction to Neural Networks: Johns Hopkins University
  • Réseaux neuronaux convolutifs: DeepLearning.AI
  • Amélioration des réseaux neuronaux profonds : Réglage des hyperparamètres, régularisation et optimisation: DeepLearning.AI
  • Apprentissage profond avec PyTorch: IBM

Compétences que vous avez acquises en Machine Learning

Programmation En Python (33)
TensorFlow (32)
Deep Learning (30)
Réseau De Neurones Artificiels (24)
Big Data (18)
Classification Statistique (17)
Apprentissage Par Renforcement (13)
Algèbre (10)
Bayésien (10)
Algèbre Linéaire (10)
Régression Linéaire (9)
NumPy (9)

Questions fréquentes sur Réseaux de neurones

Les réseaux neuronaux, également connus sous le nom de réseaux neuronaux ou réseaux neuronaux artificiels (ANN), sont des algorithmes d'apprentissage automatique organisés en réseaux qui imitent le fonctionnement des neurones du cerveau humain. Grâce à ce modèle de neurones biologiques, ces systèmes sont capables d'effectuer un apprentissage non supervisé à partir de vastes ensembles de données.

Il s'agit d'un outil important pour les applications d'intelligence artificielle (IA), qui sont utilisées dans un nombre croissant de tâches, notamment la reconnaissance d'images, le traitement du langage naturel (NLP) et le diagnostic médical. Le domaine connexe de deep learning s'appuie également sur des réseaux neuronaux, en utilisant généralement une architecture de réseau neuronal convolutif (CNN) qui connecte plusieurs couches de réseaux neuronaux afin de permettre des applications plus sophistiquées.

Par exemple, en utilisant deep learning, un système de reconnaissance faciale peut être créé sans spécifier de caractéristiques telles que la couleur des yeux et des cheveux ; au lieu de cela, le programme peut simplement être alimenté par des milliers d'images de visages et il apprendra ce qu'il faut rechercher pour identifier différents individus au fil du temps, de la même manière que les humains apprennent. Quelle que soit l'application finale, les réseaux neuronaux sont généralement créés dans TensorFlow et/ou avec des compétences en programmation Python. ‎

Les réseaux neuronaux sont un concept fondamental à comprendre pour les métiers de l'intelligence artificielle (IA) et deep learning. Et comme le nombre d'industries cherchant à tirer parti de ces approches ne cesse de croître, il en va de même pour les opportunités de carrière pour les professionnels ayant une expertise dans le domaine du réseau neuronal. Par exemple, ces compétences pourraient déboucher sur des emplois dans le domaine des soins de santé, en créant des outils permettant d'automatiser les examens radiologiques ou d'aider à la découverte de médicaments, ou sur un emploi dans l'industrie automobile, en développant des véhicules autonomes.

Les professionnels qui consacrent leur carrière à des travaux de pointe dans le domaine du réseau neuronal obtiennent généralement un diplôme de master, voire un doctorat en informatique. Cette expertise de haut niveau en matière de réseau neuronal et d'intelligence artificielle est très demandée ; selon le Bureau of Labor Statistics, les chercheurs en informatique gagnent un salaire annuel médian de 122 840 dollars par an, et ces emplois devraient connaître une croissance beaucoup plus rapide que la moyenne au cours de la prochaine décennie. ‎

Absolument - en fait, Coursera est l'un des meilleurs endroits pour apprendre sur le réseau neuronal, en ligne ou autrement. Vous pouvez suivre des cours et une spécialisation couvrant plusieurs cours sur des sujets tels que le réseau neuronal, l'intelligence artificielle et deep learning auprès de pionniers dans le domaine - notamment deeplearning.ai et l'université de Stanford. Coursera a également établi des partenariats avec des leaders de l'industrie tels qu'IBM, Google Cloud et Amazon Web Services pour proposer des cours qui peuvent mener à des certificats professionnels dans le domaine de l'IA appliquée et dans d'autres domaines. Vous pouvez même apprendre le réseau neuronal avec la pratique Projet Guidé, une façon d'apprendre sur Coursera en complétant des tutoriels étape par étape dirigés par des enseignants expérimentés. ‎

Avant de commencer à apprendre le réseau neuronal, il est important d'avoir de l'expérience dans la création et l'utilisation d'algorithmes, car le réseau neuronal fonctionne avec des algorithmes complexes. Vous devez également posséder au moins des compétences fondamentales en mathématiques, mais vous serez plus avantagé si vous avez des connaissances en algèbre linéaire, en calcul, en statistiques et en probabilités. Il est également important de savoir résoudre des problèmes avant de commencer à apprendre le réseau neuronal. Il est utile de comprendre comment le cerveau humain traite les informations, car les réseaux neuronaux artificiels sont calqués sur le fonctionnement du cerveau. Une expérience dans l'utilisation d'un langage de programmation, en particulier Java, R, Python ou C++, vous sera également utile. Cela inclut l'expérience de l'utilisation des bibliothèques de ces langages, auxquelles vous accéderez pour appliquer les algorithmes utilisés dans le réseau neuronal. ‎

Les personnes qui conviennent le mieux au réseau neuronal sont innovantes, intéressées par la technologie et capables d'identifier des schémas dans de grandes quantités de données et d'en tirer des conclusions. Les personnes qui souhaitent faciliter la vie et le travail des êtres humains grâce à la technologie artificielle sont également bien placées pour jouer un rôle dans le réseau neuronal. En outre, les personnes qui ont de bonnes compétences en programmation et en ingénierie des données (SQL, analyse des données, ETL et visualisation des données) sont probablement bien placées pour occuper un poste au sein du réseau neuronal. ‎

Si vous êtes intéressé par le domaine de l'intelligence artificielle, l'apprentissage du réseau neuronal est fait pour vous. Si votre poste actuel ou futur implique l'analyse des données, la reconnaissance des formes, l'optimisation, la prévision ou la prise de décision, vous pourriez également bénéficier de l'apprentissage du réseau neuronal. Les réseaux neuronaux sont également utilisés dans les logiciels de reconnaissance d'images, la synthèse vocale, les véhicules autopilotés, les systèmes de navigation, les robots industriels et les algorithmes de protection des systèmes d'information. ‎

Les cours en ligne sur le réseau neuronal constituent un moyen pratique et formatif d'améliorer vos connaissances ou d'acquérir de nouvelles compétences dans le domaine du réseau neuronal. Choisissez parmi une large gamme de cours sur le réseau neuronal proposés par des universités de premier plan et des leaders de l'industrie, adaptés à différents niveaux de compétences. ‎

L'ensemble du catalogue de cours de Coursera est offert aux clients d'entreprise sans aucune restriction. Le choix du meilleur cours sur le réseau neuronal dépend des besoins et des niveaux de compétence de vos employés. Tirez parti de notre tableau de bord des compétences pour comprendre les lacunes en matière de compétences et déterminer le cours le plus approprié pour améliorer efficacement les compétences de votre personnel. En savoir plus sur Coursera pour les affaires ‎

Les réseaux neuronaux de graphes (GNN) sont un type de modèle d'apprentissage profond conçu pour traiter les données structurées sous forme de graphes, comme les réseaux sociaux, les structures moléculaires ou les systèmes de recommandation. Les GNN apprennent les relations entre les nœuds et les arêtes pour faire des prédictions ou des classifications. Des cours comme la spécialisation en Deep learning de DeepLearning.IA sur Coursera offrent une introduction approfondie aux GNN et à leurs applications.‎

Le contenu de cette FAQ a été mis à disposition à des fins d'information uniquement. Il est conseillé aux étudiants d'effectuer des recherches supplémentaires afin de s'assurer que les cours et autres qualifications suivis correspondent à leurs objectifs personnels, professionnels et financiers.

Autres sujets à explorer

Arts et sciences humaines
338 cours
Business
1095 cours
Informatique
668 cours
Science des données
425 cours
Technologies de l'information
145 cours
Santé
471 cours
Mathématiques et logique
70 cours
Développement personnel
137 cours
Sciences physiques et ingénierie
413 cours
Sciences sociales
401 cours
Apprentissage des langues
150 cours

Pied de page Coursera

Compétences

  • Intelligence artificielle (IA)
  • Cybersécurité
  • analyse des données
  • Marketing numérique
  • Parler anglais
  • IA générative (GenAI)
  • Microsoft Excel
  • microsoft power bi
  • Project Management
  • Python

Certificats et programmes

  • Certificat de cybersécurité Google
  • Certificat Google Data Analytics
  • Certificat d'assistance informatique Google
  • Certificat de gestion de projet Google
  • Certificat Google UX Design
  • Certificat d'Analyste de données IBM
  • Certificat IBM Science des données
  • Certificat en Apprentissage automatique
  • Certificat d'Analyste décisionnelle Microsoft Power BI (données)
  • Certificat de concepteur UI / UX

Industries et carrières

  • Business
  • Informatique
  • Science des données
  • Éducation et enseignement
  • Ingénierie
  • Finance
  • Soins de santé
  • Ressources humaines (RH)
  • Technologies de l’information (IT)
  • Marketing

Ressources professionnelles

  • Test d'aptitude professionnelle
  • Exemples de points forts et de points faibles pour les entretiens d’embauche
  • Compétences à acquérir pour les hauts revenus
  • Comment fonctionnent les crypto-monnaies ?
  • Comment mettre en évidence des doublons dans Google Sheets
  • Comment apprendre l'Intelligence artificielle (IA)
  • Certifications populaires en cybersécurité
  • Préparation à la certification PMP
  • Signes indiquant que vous obtiendrez le poste après un entretien
  • Qu'est-ce que l'Intelligence artificielle (IA) ?

Coursera

  • À propos
  • Ce que nous proposons
  • Direction
  • Carrières
  • Catalogue
  • Coursera Plus
  • Certificats Professionnels
  • Certificats MasterTrack®
  • Diplômes
  • Pour l'entreprise
  • Pour les gouvernements
  • Pour le campus
  • Devenir un partenaire
  • Impact social
  • cours gratuits
  • Partagez votre expérience d'apprentissage Coursera

Communauté

  • Étudiants
  • Partenaires
  • Testeurs bêta
  • Blog
  • Le podcast Coursera
  • Blog Tech

Plus

  • Presse
  • Investisseurs
  • Conditions
  • Confidentialité
  • Aide
  • Accessibilité
  • Contact
  • Articles
  • Répertoire
  • Filiales
  • Déclaration sur l’esclavage moderne
  • Ne pas vendre/partager
Apprendre partout
Télécharger dans l'App Store
Disponible sur Google Play
Logo Certified B Corporation
© 2025 Coursera Inc. Tous droits réservés.
  • Facebook Coursera
  • Linkedin Coursera
  • Twitter Coursera
  • YouTube Coursera
  • Instagram Coursera
  • TikTok Coursera