Passer au contenu
MathWorks

Formations en ligne

  • Self-Paced Content
  • MathWorks
  • Centre d’aide MATLAB
  • Communauté
  • Apprendre
  • Obtenir MATLAB MATLAB
  • Connectez-vous
    • Mon compte
    • Mon profil
    • Mes licences

    • Se déconnecter
  • Contactez le support technique MathWorks
  • Visit mathworks.com
  • Formation en ligne
MathWorks MathWorks

Sélectionner un site web

Choisissez un site web pour accéder au contenu traduit dans votre langue (lorsqu'il est disponible) et voir les événements et les offres locales. D’après votre position, nous vous recommandons de sélectionner la région suivante : .

  • (English)
  • (Deutsch)
  • (Français)
  • (简体中文)
  • (English)

Vous pouvez également sélectionner un site web dans la liste suivante :

Comment optimiser les performances du site

Pour optimiser les performances du site, sélectionnez la région Chine (en chinois ou en anglais). Les sites de MathWorks pour les autres pays ne sont pas optimisés pour les visites provenant de votre région.

Amériques

  • América Latina (Español)
  • Canada (English)
  • United States (English)

Europe

  • Belgium (English)
  • Denmark (English)
  • Deutschland (Deutsch)
  • España (Español)
  • Finland (English)
  • France (Français)
  • Ireland (English)
  • Italia (Italiano)
  • Luxembourg (English)
  • Netherlands (English)
  • Norway (English)
  • Österreich (Deutsch)
  • Portugal (English)
  • Sweden (English)
  • Switzerland
    • Deutsch
    • English
    • Français
  • United Kingdom (English)

Asie-Pacifique

  • Australia (English)
  • India (English)
  • New Zealand (English)
  • 中国
    • 简体中文
    • English
  • 日本 (日本語)
  • 한국 (한국어)

Contactez votre bureau local

image for course Classification des signaux avec le Deep Learning

Classification des signaux avec le Deep Learning

Apprenez le workflow permettant d'utiliser des réseaux profonds pour classifier des séquences ordonnées de données, telles que des signaux, des séries temporelles ou des données de capteurs. Le workflow comprend la préparation des données, le choix des options d’apprentissage spécifiques aux signaux et la création d'une architecture réseau avec des couches récurrentes.

Modules de formation

Introduction

Get an overview of the course.

Cours :
  • Course Overview
  • Outline and Learning Outcomes
  • Course Example: Classify Flooding Severity

Import Signals in Labeled Subfolders

Use datastores to import signals and their corresponding labels.

Cours :
  • Import Signals with a Datastore
  • Import Signal Labels
  • Visualize Signal Data Set
  • Read in Data Set that Fits in Memory

Prepare Training Inputs

Create all the components needed to train a signal classification network.

Cours :
  • Training Inputs
  • Train, Test, and Validation Data
  • Recurrent Networks
  • Create LSTM Architecture
  • Training Options

Train and Evaluate a Signal Classification Network

Train a deep network for signal classification using basic inputs. Then predict with the network and evaluate its performance.

Cours :
  • Network Training Function
  • Train the Network
  • Evaluate Network

Adjust Training Inputs to Improve the Network

Learn techniques to improve your deep network, focusing on techniques that are specific to signal applications.

Cours :
  • Improve Network Performance Overview
  • Impact of Sequence Length
  • Standardize Sequence Length
  • Epochs and Mini Batches
  • Bidirectional Recurrent Layers
  • Adjust Training Inputs

Conclusion

Learn next steps and give feedback on the course.

Cours :
  • Summary
  • Additional Resources
  • Survey

Format :Autoformation

Langue:Français

Langue

  • Des exercices pratiques avec des corrections automatisées
  • Accès à MATLAB via votre navigateur Internet
  • Certificat de formation et rapport de progression partageable

Deep Learning Onramp

Familiarisez-vous rapidement avec l'utilisation de méthodes de Deep Learning pour la reconnaissance d'images.

Segmentation des signaux avec le Deep Learning

Adaptez le workflow de classification des signaux pour créer des réseaux profonds qui classifient chaque pas de temps d'un signal.

MATLAB Onramp

Apprenez rapidement les bases de MATLAB.

  • Trust Center
  • Marques déposées
  • Politique de confidentialité
  • Lutte anti-piratage
  • Statut des applications
  • Contacts locaux

© 1994-2025 The MathWorks, Inc.