Deep Learning Projects

Ce repository regroupe plusieurs projets en Deep Learning, allant de la classification d'images et de texte à la détection sur échographies. Chaque projet est organisé dans un dossier distinct avec son propre README et ses fichiers associés.

📂 Table des matières

1. 📸 CNN Image Classification
2. 📝 NLP Text Classification avec BERT
3. 🧠 Introduction aux Réseaux de Neurones (ANN)
4. 🌺 Deep Learning avec IRIS Dataset
5. 🩺 Détection par échographie avec CNN

---

📸 CNN Image Classification

• 📄 Fichier : CNN_Image_Classification/cnn_image_classification.ipynb
• 📖 Description : Ce projet utilise un réseau de neurones convolutifs (CNN) pour classifier des images.
• 📊 Données : Jeu de données d'entraînement et de test avec affichage des images.
• 🚀 Résultats : Matrices de confusion, courbes d'apprentissage.

📌 Plus de détails : Voir README

---

📝 NLP Text Classification avec BERT

• 📄 Fichier : NLP_Text_Classification/nlp_text_classification_with_bert.ipynb
• 📖 Description : Classification de texte avec BERT et ses variantes.
• 🧠 Modèles : distilbert-base-uncased, roberta-base, etc.
• 📊 Résultats : Comparaison des performances avec différentes métriques.

📌 Plus de détails : Voir README

---

🧠 Introduction aux Réseaux de Neurones (ANN)

• 📄 Fichier : ANN_Introduction/artificial_neural_networks_basics.ipynb
• 📖 Description : Introduction aux réseaux de neurones artificiels (ANN).
• 🔢 Explication des architectures de base.

📌 Plus de détails : Voir README

---

🌺 Deep Learning avec IRIS Dataset

• 📄 Fichier : Deep_Learning_IRIS/deep_learning_iris_classification.ipynb
• 📖 Description : Classification des fleurs Iris avec un modèle de deep learning.
• 📊 Résultats : Matrices de confusion et performances des modèles.

📌 Plus de détails : Voir README

---

🩺 Détection par échographie avec CNN

• 📄 Fichier : CNN_Echography_Detection/detection_pregnancy.ipynb
• 📖 Description : Utilisation d'un CNN pour la détection sur échographies.
• 📊 Données : Images échographiques avec classification.
• 📂 Sorties : Images annotées.

📌 Plus de détails : Voir README

---

🚀 Comment utiliser ce repository ?

🔧 Installation

1. Cloner le repository :

   git clone https://github.com/amyeben/deep-learning-projects.git
   cd deep-learning-projects

2. Installer les dépendances :

   pip install -r requirements.txt

▶️ Exécuter un notebook

• Ouvrir un Jupyter Notebook :

  jupyter notebook

• Naviguer vers le notebook voulu et l'exécuter.

📌 Note : Certains notebooks nécessitent des datasets spécifiques. Consulte les README individuels pour plus d'infos.

---

📜 À propos

Auteur : Amy Eben Sang Kotta
Ce projet rassemble divers travaux réalisés sur le Deep Learning, allant des CNN aux modèles NLP avancés.

🚀 Suivez mon travail sur GitHub et LinkedIn !