Découverte et initiation de l intelligence artificielle
Alternance entre exposés théoriques et pratiques, mise en situation sous la forme de simulations, exercices et auto diagnostics.
Objectifs
Comprendre les bases et les applications de l intelligence artificielle.
Résultats attendus
Dispositif de suivi de l'exécution de la formation :
- Feuilles de présence
- Formulaire d'évaluation de la qualité de la formation.
Dispositif d'évaluation des résultats de la formation : - Auto-diagnostic réalisé par le stagiaire avant et après la formation.
- Questions orales et écrites (QCM).
- Mises en situation.
Sur la base de ces éléments, le formateur remet en fin de formation une attestation avec les objectifs acquis ou non par le stagiaires.
Contenus de formation
Introduction à l IA
Introduction à l IA et ses applications.
Les types d IA : IA faible et IA forte.
L'apprentissage automatique et les réseaux de neurones.
Machine Learning Fondamental
Les types de machine learning : supervisé, non supervisé, et renforcement.
Prétraitement des données et ingénierie des caractéristiques.
Algorithmes de machine learning.
Deep Learning et Réseaux de Neurones
Introduction aux réseaux de neurones.
Réseaux de neurones convolutifs (CNN) pour la vision par ordinateur.
Réseaux de neurones récurrents (RNN) pour le traitement du langage naturel.
Mise en Place de Projets d IA
Cycle de vie d'un projet d'IA.
Collecte, nettoyage et préparation des données.
Développement de modèles, évaluation et réglage.
Déploiement et suivi des modèles en production.
Éthique de l IA et IA Responsable
Les enjeux éthiques de l'IA.
Biais et équité dans les modèles d'IA.
Transparence, redevabilité, et réglementation.
960 € HT