L'Intelligence artificielle (IA) transforme les industries en permettant aux machines d'apprendre à partir des données et de prendre des décisions intelligentes. Ce cours propose une exploration approfondie des réseaux neuronaux récurrents (RNN) et des réseaux neuronaux profonds (DNN), deux technologies pivots de l'IA. Vous commencerez par les bases des RNN et leurs applications, suivies d'un examen des DNN, y compris leur architecture et leur mise en œuvre à l'aide de PyTorch. Vous maîtriserez la construction et le déploiement de modèles IA sophistiqués, développerez des modèles RNN pour des tâches telles que la reconnaissance vocale et la traduction automatique, comprendrez et mettrez en œuvre des architectures DNN, et utiliserez PyTorch pour la construction et l'optimisation de modèles.

À la fin, vous aurez une connaissance robuste des RNN et des DNN et la confiance nécessaire pour appliquer ces techniques dans des scénarios du monde réel. Conçu de données pour les scientifiques de données, les ingénieurs d'apprentissage automatique et les passionnés d'IA avec des connaissances de base en programmation (de préférence Python) et en statistiques, ce cours combine la théorie avec l'application pratique à travers des conférences vidéo, des exercices pratiques et des exemples du monde réel.