# Project 5 **Source:** https://fr.duggalpamit.dev/works/project-5 **Language:** French --- # D e e p L e un r n i n g ###### De Classique Jeux de données à Moderne CNN – Profond Apprentissage Expériences dans Vision et Classification ###### Profond apprentissage lab série explorant neuraux réseaux de simple perceptrons sur tabulaire données à convolutifs architectures sur CIFAR et MNIST image jeux de données. Le travail progresse de scikit-learn bases à Keras/TensorFlow implémentations, couvrant modèle conception, l'entraînement, l'évaluation, et comparaison de architectures sur de plus en plus complexe tâches. PYTHON - NUMPY - PANDAS - SCIKIT-LEARN - TENSORFLOW / KERAS - MATPLOTLIB / SEABORN MNIST - LOGISTIQUE RÉGRESSION - MLP - CNN Aperçu du Projet *Sur les données structurées, implémentation de la régression logistique et des perceptrons multicouches pour le jeu de données Iris, incluant l'encodage one-hot, des divisions entraînement-test 75/25, et une comparaison systématique de la précision d'entraînement par rapport à celle de test. Réimplémentation d'un perceptron similaire dans Keras, en contrôlant l'architecture (unités cachées, activations) et les choix de fonction de perte/optimiseur, et extension de cette conception à MNIST en aplatissant les images 28x28, en normalisant les pixels et en adaptant la couche de sortie à 10 classes de chiffres. Sur les images, j'ai construit un CNN personnalisé pour CIFAR-10 avec plusieurs blocs convolutifs-pooling et du dropout, obtenant de solides performances, puis j'ai implémenté un réseau inspiré de VGG16 plus un CNN plus efficace basé sur BatchNorm, en entraînant et évaluant tout en comparant la précision et le comportement de surajustement.* ###### L'objectif de ce travail en deep learning était de construire une compréhension de bout en bout des réseaux de neurones en commençant par des classificateurs classiques (régression logistique, MLP peu profonds) et en passant progressivement à des architectures plus profondes adaptées aux images. L'accent a été mis sur l'implémentation et l'adaptation d'architectures telles que des CNN personnalisés et des réseaux de type VGG16 à CIFAR‑10/100 et MNIST, en analysant leur dynamique d'entraînement, leurs performances de généralisation et les compromis entre profondeur, capacité et efficacité. #### La philosophie générale était d'apprendre l'apprentissage profond par l'implémentation et la comparaison plutôt que de traiter les architectures comme des boîtes noires. Chaque expérience est conçue pour isoler une idée — choix d'activation, profondeur, régularisation ou complexité du jeu de données — et observer son impact sur la précision, le surapprentissage et le temps d'entraînement. En partant de bases simples et en passant itérativement à des CNN complexes sur des benchmarks de vision difficiles, le travail met l'accent sur des notebooks reproductibles, des visualisations claires et une réflexion critique sur le moment où la complexité accrue du modèle est réellement justifiée. #### La philosophie générale était d'apprendre l'apprentissage profond par l'implémentation et la comparaison plutôt que de traiter les architectures comme des boîtes noires. Chaque expérience est conçue pour isoler une idée — choix d'activation, profondeur, régularisation ou complexité du jeu de données — et observer son impact sur la précision, le surapprentissage et le temps d'entraînement. En partant de bases simples et en passant itérativement à des CNN complexes sur des benchmarks de vision difficiles, le travail met l'accent sur des notebooks reproductibles, des visualisations claires et une réflexion critique sur le moment où la complexité accrue du modèle est réellement justifiée. SUCCÈS SUCCÈS 0100 ##### % ##### % # % SATISFACTION SATISFACTION 093 ##### % ##### % # % ###### Voir sur Github # PLUS DE PROJETS # PLUS DE PROJETS ##### Coaching vidéo immersif pour l'observance de la PPC (Pression Positive Continue) Pipeline IA Edge-to-Cloud fournissant des vidéos de coaching médical personnalisées en moins de 60 secondes via la qualité à la demande 5G/6G ##### Coaching vidéo immersif pour l'observance de la PPC (Pression Positive Continue) Pipeline IA Edge-to-Cloud fournissant des vidéos de coaching médical personnalisées en moins de 60 secondes via la qualité à la demande 5G/6G ##### Coaching vidéo immersif pour l'observance de la PPC (Pression Positive Continue) Pipeline IA Edge-to-Cloud fournissant des vidéos de coaching médical personnalisées en moins de 60 secondes via la qualité à la demande 5G/6G ##### KPI des utilisateurs Distriweb Des journaux bruts à l'analyse en temps réel – Analyse Power BI pour la gestion des utilisateurs de plateformes pharmaceutiques ##### KPI des utilisateurs Distriweb Des journaux bruts à l'analyse en temps réel – Analyse Power BI pour la gestion des utilisateurs de plateformes pharmaceutiques ##### KPI des utilisateurs Distriweb Des journaux bruts à l'analyse en temps réel – Analyse Power BI pour la gestion des utilisateurs de plateformes pharmaceutiques ##### Analyse de séries temporelles De la surveillance à la prévision – Analyse de séries temporelles de débits fluviaux ##### Analyse de séries temporelles De la surveillance à la prévision – Analyse de séries temporelles de débits fluviaux ##### Analyse de séries temporelles De la surveillance à la prévision – Analyse de séries temporelles de débits fluviaux ##### Traitement d'images satellites Des pixels bruts aux informations – Analyse et amélioration d'images satellites multispectrales ##### Traitement d'images satellites Des pixels bruts aux informations – Analyse et amélioration d'images satellites multispectrales ##### Traitement d'images satellites Des pixels bruts aux informations – Analyse et amélioration d'images satellites multispectrales ##### Application mobile de quiz basée sur le Wi-Fi Quiz mobiles Wi-Fi transparents – Évaluation MCQ mobile en temps réel ![Image principale](https://framerusercontent.com/images/y5NGRRl0DFzhq4JKrOX1YkMDNfk.png?lossless=1&width=1376&height=768) ##### Application mobile de quiz basée sur le Wi-Fi Quiz mobiles Wi-Fi transparents – Évaluation MCQ mobile en temps réel ![Image principale](https://framerusercontent.com/images/y5NGRRl0DFzhq4JKrOX1YkMDNfk.png?lossless=1&width=1376&height=768) ##### Application mobile de quiz basée sur le Wi-Fi Quiz mobiles Wi-Fi transparents – Évaluation MCQ mobile en temps réel ![Image principale](https://framerusercontent.com/images/y5NGRRl0DFzhq4JKrOX1YkMDNfk.png?lossless=1&width=1376&height=768) ##### Bonjour ! Hello ! Faites défiler vers le bas pour voir mes projets ##### Bonjour ! Hello ! Faites défiler vers le bas pour voir mes projets ##### Bonjour ! Hello ! Faites défiler vers le bas pour voir mes projets EXPLORER TOUS LES PROJETS #### Vous avez un projet ? #### Planifier un appel. #### Parlons !! #### Vous avez un projet ? DISCUTER AU TÉLÉPHONE ###### Disponible pour un nouveau poste à partir du #### 5 octobre 2026 DISCUTER AU TÉLÉPHONE ###### Disponible pour un nouveau poste à partir du #### 4 juillet 2025 DISCUTER AU TÉLÉPHONE ###### Disponible pour un nouveau poste à partir du #### 5 octobre 2026