Intelligence Artificielle : Concepts et Applications
Objectifs
- Pouvoir déterminer les principaux modèles de Data Science, Machine Learning et Deep Learning et leurs applications
- Comprendre les enjeux économiques et sociétaux de l’intelligence artificielle
- Disposer d'une vision claire des grands domaines de l’intelligence artificielle et de leurs champs d’application respectifs
Programme Détaillé
Toute personne intéressée par l’Intelligence Artificielle
L’intelligence artificielle
Fondements de l’intelligence artificielle
Domaines et champs d’application
Domaines et champs d’application
Présentation des principaux modèles Machine Learning
Apprentissage supervisé (régression, classification)
Apprentissage non supervisé (Clustering)
Apprentissage par renforcement
Évaluation des modèles
Apprentissage non supervisé (Clustering)
Apprentissage par renforcement
Évaluation des modèles
Présentation des principaux modèles Deep Learning
Les réseaux de neurones artificiels
Les réseaux de neurones à convolution
Les réseaux de neurones récurrents
Évaluation des modèles
Les réseaux de neurones à convolution
Les réseaux de neurones récurrents
Évaluation des modèles
Présentation du domaine Data Science
Préparation des données
Machine Learning ou Deep Learning
Visualisation des résultats
Machine Learning ou Deep Learning
Visualisation des résultats
Synthèse et perspectives
Cette formation ne nécessite aucun pré-requis.
consultant-formateur en Intelligence Artificielle, enseignant-chercheur en IA
Alternance d'exposés, de démonstration et d'échange avec les stagiaires
Les sessions "A distance" sont réalisées avec l'outil de visioconférence Teams, permettant au formateur d'adapter sa pédagogie.
Les sessions "A distance" sont réalisées avec l'outil de visioconférence Teams, permettant au formateur d'adapter sa pédagogie.