Intelligence Artificielle

Principes, enjeux et outils

Objectifs de la formation

  • Expliquer les mécanismes et les technologies de l'IA (Machine Learning, Deep Learning)
  • Distinguer l'IA, l'automatisation et les systèmes cognitifs
  • Identifier les étapes de gestion des données numériques en Data Science
  • Construire la feuille de route d'un projet d'IA pour son entreprise

Programme de la formation

    Introduction à l'IA
  • - Comprendre ce qu'est l'« intelligence » artificielle : concepts et principes fondamentaux
  • - Retour historique : 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 (datasets)
  • - Obtenir, stocker et nettoyer des données
  • - Ensembles d'entraînement, de validation et de test
  • - Outils de 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'IA résolvent-elles ?
  • - Algorithmes de base : régression, classification et partitionnement (clustering)
  • - Vision par ordinateur, reconnaissance de formes et d'images
  • - Traitement automatique du langage naturel (texte et parole)
  • - Prédiction, planification et aide à la décision
    En entreprise : mettre en œuvre 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
  • - Atelier : roadmap et canevas d'un projet d'IA pour VOTRE entreprise

Informations générales

Prenons contact

2 jours (14 h) – Débutant – Intra-entreprise, en présentiel ou à distance – Devis sur demande

Méthodes mobilisées : Apports théoriques, exercices pratiques, réflexions de groupe, atelier canevas projet. Support de cours remis à chaque participant.

Moyens d'évaluation : Test de positionnement en amont de la formation, évaluation des acquis en fin de formation par le formateur (test ou cas pratique), questionnaire de satisfaction.

Sanction : Attestation de fin de formation.

Pré-requis : Connaissances générales en technologies numériques.

Public ciblé : Managers, chefs de projet, DSI, data scientists, ingénieurs Big Data.

Pour une session sur-mesure, une adaptation pour les personnes en situation de handicap ou des informations complémentaires : contact@scopa.co

Modalités et délai d'accès : inscription par e-mail, entretien préalable pour analyser votre besoin, délai d'accès de 2 semaines après validation.