Présentiel ou classe virtuelle

1 jour ( 7 heures )

Prix :

1690

€ HT

1 jour ( 7 heures )

Prix :

3600

€ HT

Prix pour un groupe de 10 personnes maximum

Cette thématique vous intéresse ?
Nos équipes d’experts, de concepteurs pédagogiques et de chefs de projet mettent en place pour vous et avec vous des dispositifs innovants, en présentiel et en digital.

Référence : JT-ITM118

/ Stage

Intelligence artificielle (IA) : déployer le modèle d’apprentissage le plus adapté aux besoins de l’entreprise (copie)

4.2/5
Satisfaction globale avis clients
Moyenne sur les 24 derniers mois
Inter

Présentiel ou classe virtuelle

Prix :

1690

€ HT

Prix :

3600

€ HT

Prix pour un groupe de 10 personnes maximum

Cette thématique vous intéresse ?
Nos équipes d’experts, de concepteurs pédagogiques et de chefs de projet mettent en place pour vous et avec vous des dispositifs innovants, en présentiel et en digital.

Cette formation en Intelligence Artificielle (IA) vous permettra de comprendre les principaux modèles du machine learning et les principes du deep learning afin de déterminer le modèle d’apprentissage le plus adapté aux problématiques et aux besoins de votre entreprise.

Objectifs de la formation

  • Avoir une vision claire et précise de l’intelligence artificielle (IA)
  • Comprendre les principaux modèles d’apprentissage du machine learning (supervisé, non supervisé, par renforcement) et les principes du deep learning (réseaux de neurones)
  • Déterminer le modèle d’apprentissage le plus adapté aux problématiques et aux besoins de l’entreprise
  • Utiliser une plateforme de prototypage et de déploiement d’une solution IA sans écrire une ligne de code (no-coding)

Atteinte des objectifs de formation pour les 24 derniers mois : 4.2/5

Public concerné

Cette formation s’adresse aux architectes techniques et développeurs souhaitant mettre en oeuvre l’intelligence artificielle dans leurs projets.

Pré-requis

Cette formation ne nécessite aucun pré-requis.

Programme

L’intelligence artificielle (IA) : introduction
Fondements de l’intelligence artificielle
Domaines et champs d’application

Comprendre les principaux modèles de Machine Learning
Apprentissage supervisé (régression, classification)
Apprentissage non supervisé (Clustering)

Les champs d’application de l’apprentissage profond (Deep Learning)
Les réseaux de neurones artificiels
. traitement des problèmes de régression et de classification
Les réseaux de neurones à convolution
. vision numérique (traitement d’images et de vidéos pour la reconnaissance de contenus spécifiques)
Les réseaux de neurones récurrents
. traitement des séries temporelles (composition musicale ou traitement du langage naturel, …)
Les réseaux de neurones GAN (Réseaux antagonistes génératifs)
. génération de contenus (images, vidéos ; les deep fakes, mais aussi amélioration de la qualité images et vidéos)
. illustration avec Midjourney ou DALL·E 2
Les transformers (architectures de réseau de neurones basées sur l’attention).
. modèle de réseaux de neurones le plus adapté au NLP (traitement du langage naturel)
. illustration avec ChatGPT

Déterminer le meilleur modèle de machine learning
Sélectionner le meilleur modèle en fonction du domaine métier, de la complexité de la problématique traitée, des besoins d’explication des résultats, du volume de données disponible, de la nature même des données
Illustration de ces modèles par plusieurs projets d’entreprise intégrant l’intelligence artificielle (IA)
Importance d’un bon paramétrage d’un modèle
Mesurer la qualité des résultats obtenus

Points forts

Afin d’en faciliter la compréhension et la mise en œuvre, nous présentons de façon intuitive les principaux modèles d’apprentissage Data Science à l’aide d’exemples pratiques. Pour éviter tout obstacle dans la mise en œuvre par les stagiaires, pour effectuer les exercices et illustrations, nous utilisons une plate-forme gratuite très performante et qui évite toute écriture de code. On parle de plate-forme « no-coding » qui prend automatiquement en charge les aspects techniques pour permettre au concepteur (développeur) de se concentrer sur la conception.

La plate-forme (entièrement gratuite) permet la récupération des données depuis de multiples sources (fichiers csv, Excel, données publiques, bases de données SQL) et leur fine exploration (à l’aide d’un grand nombre de composants de visualisation). Elle propose également tous les modèles actuels d’apprentissage automatique prêts à l’emploi.

Modalités d'évaluation et de suivi

Pour assurer un suivi individuel, Demos a mis en place 2 types d’évaluation :

  • Une évaluation de compétences en ligne en début et en fin de formation qui peut prendre différentes formes selon le contenu de la formation suivie : Tests d’évaluation des acquis, cas pratiques, mises en situation, soutenance devant un jury pour les formations à finalité certifiante.
  • Une évaluation de la satisfaction de chaque stagiaire est réalisée en ligne. Cette évaluation est complétée par l’appréciation du formateur à l’issue de chaque session. 

Profil animateur

Cette formation est animée par un consultant-formateur en Intelligence Artificielle, enseignant-chercheur en Data Science

Dates et lieux

Pour plus de renseignements sur les informations de connexion ou les prochaines sessions, contactez-nous.

Cette formation a été mise à jour le 01 janvier 2024

Vous pourriez également être intéressé par ces formations