Programme Intelligence Artificielle : principe, enjeux et outils débutant
Durée : 2 jours - 14 heures
Tarif : Nous contacter pour une formation INTER – INTRA ou en COURS PARTICULIER
La formation est délivrée en présentiel ou distanciel (e-learning, classe virtuelle, présentiel et à distance). Le formateur alterne entre méthodes démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). La validation des acquis peut se faire via des études de cas, des quiz et/ou une certification.
Cette formation est animée par un consultant-formateur dont les compétences techniques, professionnelles et pédagogiques ont été validées par des diplômes et/ou testées et approuvées par l’éditeur et/ou par Audit Conseil Formation.
Les objectifs
pré-requis
Connaissances générales en technologies numériques
Moyens pédagogiques, techniques et d'encadrement
- 1 poste de travail complet par personne
- De nombreux exercices d'application
- Mise en place d'ateliers pratiques
- Remise d'un support de cours
- Remise d'une attestation de stage
Modalités d'évaluation des acquis
- Evaluation des besoins et objectifs en pré et post formation
- Evaluation technique des connaissances en pré et post formation
- Evaluation générale du stage
Accessibilité handicapés
- Au centre d’affaires ELITE partenaire d’ACF à 20 m.
- Guide d’accessibilité à l’accueil.
Le Programme
Introduction à l’IA
Comprendre ce qu’est l’« intelligence » artificielle, concepts et principes fondamentaux
Retour historique : d’où vient l’IA ? Des origines dans les années 1950 au Deep Learning
Le lien entre Big Data et intelligence artificielle : Potentiel et limites de la discipline
Gestion des données numériques
Qu’est-ce que la Data Science ? Principes et concepts de base
Les jeux de données, ou datasets
Obtenir, stocker et nettoyer des données
Ensembles d’entraînement, de validation et de test
Outils pour la visualisation de données (Dataviz) et focus sur la qualité des données
Mécanismes et technologies de l’IA
Les fondements mathématiques et statistiques de l’IA
Machine Learning : qu’est-ce que l’apprentissage automatique ?
Les différents types d’apprentissage machine
Quelques algorithmes : arbres de décision, parcours en largeur, random forest…
Deep Learning et réseaux de neurones, principes de fonctionnement
Résolution de problèmes : à quoi sert l’IA ?
Quels types de problèmes les technologies d’intelligence artificielle résolvent-elles ?
Algorithmes de base : régression, classification et partitionnement (clustering)
Vision par ordinateur, reconnaissance de formes et images
Traitement automatique du langage naturel (texte et parole)
Prédiction d’informations, planification et aide à la décision
En entreprise : comment mettre en oeuvre un projet basé sur l’IA
Les secteurs impactés par l’IA (finance, médecine, robotique, jeux vidéo, distribution…)
Les grands acteurs du marché et leurs stratégies
Roadmap et canva sur un projet d’IA de VOTRE entreprise