Les cours de formation en ligne ou sur site, dirigés par un instructeur, montrent par la pratique comment mettre en œuvre des solutions d'IA pour résoudre des problèmes du monde réel. La formation à l'IA est disponible sous forme de "formation en ligne en direct" ou de "formation sur site en direct". La formation en ligne (également appelée "formation à distance") est dispensée par le biais d'un bureau interactif à distance. La formation en direct sur site peut être réalisée localement dans les locaux du client Saint-Laurent ou dans les centres de formation de NobleProg Saint-Laurent.
NobleProg -- Votre fournisseur local de formation
Saint - Laurent- Dr Frederik-Philips
1111, Boulevard Dr Frederik-Philips, Saint - Laurent, Canada, H4M 2X6
Idéalement situé à proximité de l'autoroute 40 et du métro Côte-Vertu avec de nombreux restaurants à proximité.
Cette formation en direct avec instructeur en Saint-Laurent (en ligne ou sur site) s'adresse aux développeurs de logiciels de niveau débutant à intermédiaire qui souhaitent intégrer des assistants de codage IA dans leur flux de développement.A l'issue de cette formation, les participants seront en mesure de :
Comprendre le rôle et les capacités des assistants de codage de l'IA dans le développement de logiciels.
Utiliser divers outils d'assistants de codage IA pour automatiser les tâches de codage de routine.
Intégrer les assistants de codage IA dans leur cycle de développement logiciel.
Améliorer leur productivité et se concentrer sur des tâches de programmation plus complexes et créatives.
Aborder les considérations éthiques et l'utilisation responsable de l'IA dans le développement de logiciels.
Cette formation en direct avec instructeur en Saint-Laurent (en ligne ou sur site) s'adresse aux professionnels du logiciel de niveau intermédiaire qui souhaitent tirer parti de l'IA et de l'apprentissage automatique pour améliorer l'efficacité et l'innovation dans le développement de logiciels.À l'issue de cette formation, les participants seront en mesure de :
Comprendre le rôle de l'IA et de l'apprentissage automatique dans l'automatisation des tâches de développement logiciel.
Mettre en œuvre des outils d'IA pour générer du code, des tests et de la documentation.
Appliquer des techniques d'IA pour l'optimisation du code, l'assurance qualité et le débogage.
Intégrer l'IA dans les pipelines DevOps et CI/CD pour améliorer les stratégies de déploiement.
Aborder les considérations et les défis éthiques dans l'ingénierie logicielle augmentée par l'IA.
Cette formation en direct avec instructeur à Saint-Laurent (en ligne ou sur site) s'adresse aux professionnels de l'informatique de niveau débutant à intermédiaire qui souhaitent comprendre et mettre en œuvre AI TRiSM dans leur organisation.A l'issue de cette formation, les participants seront capables de :
Comprendre les concepts clés et l'importance de la gestion de la confiance, du risque et de la sécurité de l'IA.
Identifier et atténuer les risques associés aux systèmes d'IA.
Mettre en œuvre les meilleures pratiques de sécurité pour l'IA.
Comprendre la conformité réglementaire et les considérations éthiques pour l'IA.
Développer des stratégies pour une gouvernance et une gestion efficaces de l'IA.
Cette formation en direct avec instructeur à Saint-Laurent (en ligne ou sur site) est destinée aux développeurs et architectes de niveau débutant à intermédiaire qui souhaitent apprendre les principes fondamentaux de la conduite intelligente et comment les appliquer à des scénarios du monde réel.A l'issue de cette formation, les participants seront capables de :
Expliquer les concepts et principes de base de l'IA et comment ils peuvent être appliqués à la conduite.
Comprendre l'architecture et les composants des systèmes de conduite intelligente.
Créer et visualiser un modèle de conduite composite à partir de différentes disciplines de conception.
Communiquer et annoter les problèmes et le retour d'information dans le modèle.
Détecter et résoudre les conflits entre les scénarios de conduite.
Simuler et contrôler les calendriers et les coûts de la conduite.
Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux professionnels qui souhaitent apprendre et comprendre le concept d'IA et comment l'utiliser de manière efficace et responsable.Au terme de cette formation, les participants seront capables de :
Apprenez le concept de Artificial Intelligence (AI). Comprendre les limites et les dangers de l'IA et l'utiliser de manière responsable. Savoir comment utiliser efficacement l'IA dans des scénarios réels.
Cette formation en <loc> ; (en ligne ou sur site) est destinée aux spécialistes du marketing numérique, aux créateurs de contenu et aux développeurs qui souhaitent comprendre l'impact de l'IA sur les moteurs de recherche, explorer les capacités de Bing AI et se familiariser avec les technologies de chatbot et leurs applications.
A l'issue de cette formation, les participants seront capables de :
Comprendre les principes et les avantages de l'IA de Bing.
Identifier les fonctionnalités alimentées par l'IA au sein de Bing et leurs applications.
Utiliser l'IA de Bing pour améliorer les résultats de recherche et l'expérience des utilisateurs.
Évaluer le potentiel de l'IA dans l'optimisation des moteurs de recherche (SEO) et la création de contenu.
Explorer les technologies de chatbot et leurs applications, y compris Bing AI Chatbot.
C'est un cours de 4 jours introduisant l'IA et son application en utilisant le langage de programmation Python. Il y a une option d'avoir un jour supplémentaire pour mener un projet d'IA à la fin de ce cours.
Cette formation en <loc> ; (en ligne ou sur site) est destinée aux développeurs et aux data scientists qui souhaitent apprendre les fondamentaux du Deep Reinforcement Learning en créant un agent d'apprentissage profond (Deep Learning Agent).
A l'issue de cette formation, les participants seront capables de :
Comprendre les concepts clés de l'apprentissage profond Reinforcement Learning et être capable de le distinguer de l'apprentissage automatique.
Appliquer des algorithmes Reinforcement Learning avancés pour résoudre des problèmes réels.
Cette formation en direct avec instructeur en <loc> ; (en ligne ou sur site) est destinée aux data scientists qui souhaitent utiliser IBM Cloud Pak pour préparer les données en vue de leur utilisation dans des solutions d'IA.
A l'issue de cette formation, les participants seront capables de :
Installer et configurer Cloud Pak for Data.
Unifier la collecte, l'organisation et l'analyse des données.
Intégrer Cloud Pak for Data avec une variété de services pour résoudre les problèmes courants de l'entreprise.
Implémenter des flux de travail pour collaborer avec les membres de l'équipe sur le développement d'une solution d'IA.
Ce cours a été conçu pour les managers, les architectes de solutions, les responsables de l'innovation, les directeurs techniques, les architectes logiciels et toute personne intéressée par une vue d'ensemble de l'intelligence artificielle appliquée et par les prévisions les plus proches concernant son développement.
Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux spécialistes du marketing qui souhaitent utiliser l'IA pour améliorer les stratégies de marketing numérique grâce à des informations précieuses sur les clients.
A l'issue de cette formation, les participants seront capables de :
Les logiciels d'IA pour améliorer la façon dont les marques se connectent aux utilisateurs.
Utiliser les chatbots pour optimiser l'expérience utilisateur.
Augmenter la productivité et les revenus grâce à l'automatisation des tâches.
Cette formation en direct avec instructeur en Saint-Laurent (en ligne ou sur site) s'adresse aux managers et aux chefs d'entreprise qui souhaitent apprendre les principes fondamentaux de l'intelligence artificielle et gérer des projets d'intelligence artificielle pour leur organisation.
À l'issue de cette formation, les participants seront en mesure de comprendre l'IA à un niveau technique et d'élaborer des stratégies en utilisant les données et les ressources de leur organisation pour gérer avec succès les projets d'IA.
Cette formation en direct (en ligne ou sur site) s'adresse aux ingénieurs qui souhaitent programmer et créer des robots à l'aide des méthodes de base de l'IA.
A l'issue de cette formation, les participants seront capables de :
Implémenter des filtres (Kalman et particulaire) pour permettre au robot de localiser des objets en mouvement dans son environnement.
Implémenter des algorithmes de recherche et de planification de mouvement.
Implémenter des contrôles PID pour réguler le mouvement d'un robot dans un environnement.
Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
Dans cette formation en direct avec instructeur (en ligne ou sur site), les participants apprendront les différentes technologies, cadres et techniques pour programmer différents types de robots utilisés dans le domaine de la technologie nucléaire et des systèmes environnementaux.
Le cours de 6 semaines se déroule 5 jours par semaine. Chaque jour dure 4 heures et se compose de conférences, de discussions et de travaux pratiques sur le développement de robots dans un environnement de laboratoire réel. Les participants réaliseront divers projets concrets applicables à leur travail afin de mettre en pratique les connaissances acquises.
Le matériel cible pour ce cours sera simulé en 3D à l'aide d'un logiciel de simulation. Le cadre open-source ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.
A l'issue de cette formation, les participants seront capables de :
Comprendre les concepts clés utilisés dans les technologies robotiques.
Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique.
Comprendre et mettre en œuvre les composants logiciels qui sous-tendent la robotique.
Construire et faire fonctionner un robot mécanique simulé qui peut voir, sentir, traiter, naviguer et interagir avec les humains par la voix.
Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.) applicables à la construction d'un robot intelligent.
Implémenter des filtres (Kalman et particulaire) pour permettre au robot de localiser des objets en mouvement dans son environnement.
Implémenter des algorithmes de recherche et de planification de mouvement.
Implémenter des contrôles PID pour réguler le mouvement d'un robot dans un environnement.
Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
Etendre la capacité d'un robot à effectuer des tâches complexes grâce à Deep Learning.
Tester et dépanner un robot dans des scénarios réalistes.
Dans cette formation en direct avec instructeur (en ligne ou sur site), les participants apprendront les différentes technologies, cadres et techniques pour programmer différents types de robots utilisés dans le domaine de la technologie nucléaire et des systèmes environnementaux.
Le cours de 4 semaines se déroule 5 jours par semaine. Chaque jour dure 4 heures et se compose de conférences, de discussions et de travaux pratiques sur le développement de robots dans un environnement de laboratoire réel. Les participants réaliseront divers projets réels applicables à leur travail afin de mettre en pratique les connaissances acquises.
Le matériel cible de ce cours sera simulé en 3D à l'aide d'un logiciel de simulation. Le code sera ensuite chargé sur du matériel physique (Arduino ou autre) pour le test de déploiement final. Le cadre open-source ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.
A l'issue de cette formation, les participants seront capables de :
Comprendre les concepts clés utilisés dans les technologies robotiques.
Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique.
Comprendre et mettre en œuvre les composants logiciels qui sous-tendent la robotique.
Construire et faire fonctionner un robot mécanique simulé qui peut voir, sentir, traiter, naviguer et interagir avec les humains par la voix.
Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.) applicables à la construction d'un robot intelligent.
Implémenter des filtres (Kalman et particulaire) pour permettre au robot de localiser des objets en mouvement dans son environnement.
Implémenter des algorithmes de recherche et de planification de mouvement.
Implémenter des contrôles PID pour réguler le mouvement d'un robot dans un environnement.
Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
Tester et dépanner un robot dans des scénarios réalistes.
Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux testeurs de logiciels qui souhaitent disposer d'un environnement de test de logiciels piloté par l'IA.
A l'issue de cette formation, les participants seront capables de :
Automatiser la génération de tests unitaires et la paramétrisation avec l'IA.
Appliquer l'apprentissage automatique dans un cas d'utilisation réel.
Automatiser la génération et la maintenance des tests d'API avec l'IA.
Utiliser des méthodes d'apprentissage automatique pour guérir l'exécution des tests Selenium.
Ce cours utilise une approche pratique pour enseigner OptaPlanner . Il fournit aux participants les outils nécessaires pour exécuter les fonctions de base de cet outil.
Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux personnes techniques qui souhaitent mettre en place ou étendre un système RPA avec des capacités plus intelligentes.
A l'issue de cette formation, les participants seront capables de :
Installer et configurer UiPath IPA.
Autoriser les robots à gérer d'autres robots.
Appliquer la vision par ordinateur pour localiser des objets à l'écran avec précision.
Créer des robots capables de détecter des modèles de langage et d'effectuer une analyse des sentiments sur du contenu non structuré.
Ce cours couvre l'IA (emphasizing Machine Learning et Deep Learning) dans Automotive Industrie. Il aide à déterminer quelle technologie peut (potencialement) être utilisée dans plusieurs situations dans une voiture: de la simple automation, de la reconnaissance d'image à la prise de décision autonome.
Le réseau de neurones artificiels est un modèle de données informatique utilisé dans le développement de systèmes d' Artificial Intelligence (AI) capables d'effectuer des tâches "intelligentes". Neural Networks sont couramment utilisés dans les applications Machine Learning (ML), qui sont elles-mêmes une implémentation de l'IA. Deep Learning est un sous-ensemble de ML.
Il s'agit d'un cours de 4 jours présentant l'IA et ses applications. Il est possible de disposer d'une journée supplémentaire pour entreprendre un projet d'IA à la fin de ce cours.
Ce cours de formation est destiné aux personnes souhaitant appliquer le Machine Learning à des applications pratiques. Public Ce cours est destiné aux scientifiques et aux statisticiens qui connaissent bien les statistiques et savent programmer R (ou Python ou une autre langue choisie). Ce cours met l'accent sur les aspects pratiques de la préparation, de l'exécution, de l'analyse et de la visualisation de modèles / données. Le but est de donner des applications pratiques à Machine Learning aux participants souhaitant appliquer les méthodes au travail. Des exemples sectoriels sont utilisés pour rendre la formation pertinente pour le public cible.
Cette formation en <loc> ; (en ligne ou sur site) est destinée aux chercheurs et développeurs qui souhaitent utiliser Chainer pour construire et entraîner des réseaux neuronaux en Python tout en rendant le code facile à déboguer.
A l'issue de cette formation, les participants seront capables de :
Mettre en place l'environnement de développement nécessaire pour commencer à développer des modèles de réseaux neuronaux.
Définir et mettre en œuvre des modèles de réseaux neuronaux à l'aide d'un code source compréhensible.
Exécuter des exemples et modifier les algorithmes existants pour optimiser les modèles d'apprentissage profond tout en tirant parti des GPUs pour obtenir de hautes performances.
Ce cours en direct, animé par un instructeur, constitue une introduction au domaine de la reconnaissance des formes et de l'apprentissage automatique. Il aborde des applications pratiques dans les domaines de la statistique, de l'informatique, du traitement du signal, de la vision par ordinateur, de l'exploration de données et de la bioinformatique. Le cours est interactif et comprend de nombreux exercices pratiques, des retours d’instructeurs et des tests des connaissances et des compétences acquises.
Type : Formation théorique avec applications décidées en amont avec les élèves sur Lasagne ou Keras selon le groupe pédagogique
Méthode pédagogique : présentation, échanges et études de cas
L’intelligence artificielle, après avoir bouleversé de nombreux domaines scientifiques, a commencé à révolutionner un grand nombre de secteurs économiques (industrie, médecine, communication, etc.). Néanmoins, sa présentation dans les grands media relève souvent du fantasme, très éloignée de ce que sont réellement les domaines du Machine Learning ou du Deep Learning. L’objet de cette formation est d’apporter à des ingénieurs ayant déjà une maîtrise des outils informatiques (dont une base de programmation logicielle) une introduction au Deep Learning ainsi qu’à ses différents domaines de spécialisation et donc aux principales architectures de réseau existant aujourd’hui. Si les bases mathématiques sont rappelées pendant le cours, un niveau de mathématique de type BAC+2 est recommandé pour plus de confort. Il est dans l’absolu possible de faire l’impasse sur l’axe mathématique pour ne conserver qu’une vision « système », mais cette approche limitera énormément votre compréhension du sujet.
Au cours de cette formation en direct animée par un instructeur, les participants apprendront à utiliser Matlab pour concevoir, construire et visualiser un réseau de neurones à convolution permettant la reconnaissance d'images. À la fin de cette formation, les participants seront en mesure de:
Construire un modèle d'apprentissage en profondeur
Automatiser l'étiquetage des données
Travailler avec des modèles de Caffe et TensorFlow - Keras
Former les données en utilisant plusieurs GPU , le cloud ou des clusters
Public
Les développeurs
Ingénieurs
Experts du domaine
Format du cours
Partie de conférence, partie de discussion, exercices et exercices intensifs
Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux ingénieurs qui souhaitent se familiariser avec l'applicabilité de l'intelligence artificielle aux systèmes mécatroniques.
A l'issue de cette formation, les participants seront capables de :
Accéder à une vue d'ensemble de l'intelligence artificielle, de l'apprentissage automatique et de l'intelligence computationnelle.
Comprendre les concepts des réseaux neuronaux et des différentes méthodes d'apprentissage.
Choisir des approches d'intelligence artificielle efficaces pour des problèmes de la vie réelle.
Mettre en œuvre les applications de l'intelligence artificielle dans l'ingénierie mécatronique.
En savoir plus...
Last Updated:
Nos Clients témoignent (25)
Le formateur a montré qu'il avait une bonne compréhension du sujet.
Marino - EQUS - The University of Queensland
Formation - Machine Learning with Python – 2 Days
Traduction automatique
exemples et exercices
Kamil
Formation - Introduction to Data Science and AI using Python
Traduction automatique
Faire court et simple.
Créer une intuition et des modèles visuels autour des concepts (arbre de décision, équations linéaires, calcul manuel de y_pred pour prouver le fonctionnement du modèle).
Nicolae - DB Global Technology
Formation - Machine Learning
Traduction automatique
Des connaissances intéressantes
Gabriel - MINDEF
Formation - Machine Learning with Python – 4 Days
Traduction automatique
Toutes les informations présentées
Jose Victor - si
Formation - Artificial Intelligence (AI) for Managers
Traduction automatique
La formation était excellente, l'une des meilleures auxquelles j'ai assisté ! Rafal a été très réactif et a très bien expliqué toutes les méthodes.
[Je suis très satisfait et je serais heureux de participer à nouveau.
Darek Paszkowski - Orange Szkolenia Sp. z o.o.
Traduction automatique
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Formation - Azure Machine Learning (AML)
All the examples used and the lecturing style was on point even for a begginer i was able to understand and the training was so patient and always willing to go extra mile when in need of assistance.
Mathipa Chepape - Vodacom
Formation - Big Data Business Intelligence for Telecom and Communication Service Providers
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Formation - Artificial Neural Networks, Machine Learning, Deep Thinking
It felt like we were going through directly relevant information at a good pace (i.e. no filler material)
Maggie Webb - Department of Jobs, Regions, and Precincts
Formation - Introduction to the use of neural networks
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Formation - MLflow
The way of transferring knowledge and the knowledge of the trainer.
Jakub Rękas - Bitcomp Sp. z o.o.
Formation - Machine Learning on iOS
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life™
Formation - Kubeflow
The training definitely backfilled some of the gaps in my knowledge left by reading the OptaPlanner userguide.
It gave me a good broad understanding of how to approach using OptaPlanner in our projects going forward.
Terry Strachan - Exel Computer Systems plc
Formation - OptaPlanner in Practice
That it was applying real company data.
Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Formation - Applied AI from Scratch in Python
The enthusiasm to the topic. The examples he made an he explained it very well. Sympatic. A little to detailed for beginners. For managers, it could be more abstract in fewer days. But it was designed to fit and we had a good alignment in advance.
Benedikt Chiandetti - HDI Deutschland Bancassurance Kundenservice GmbH
Formation - Machine Learning Concepts for Entrepreneurs and Managers
Convolution filter
Francesco Ferrara
Formation - Introduction to Machine Learning
Even with having to miss a day due to customer meetings, I feel I have a much clearer understanding of the processes and techniques used in Machine Learning and when I would use one approach over another. Our challenge now is to practice what we have learned and start to apply it to our problem domain
Richard Blewett - Rock Solid Knowledge Ltd
Formation - Machine Learning – Data science
The exercises.
Elena Velkova - CEED Bulgaria
Formation - Predictive Modelling with R
Good detail on what R is used for and how to start using it right away
Hoss Shenassa - Trimac Management Services LP
Formation - Introduction to R with Time Series Analysis
Le contenu, car je l'ai trouvé très intéressant et je pense qu'il m'aidera dans ma dernière année d'études à l'université.
Krishan - NBrown Group
Formation - From Data to Decision with Big Data and Predictive Analytics
Traduction automatique
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Formation - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
I liked the opportunities to ask questions and get more in depth explanations of the theory.
Sharon Ruane
Formation - Neural Networks Fundamentals using TensorFlow as Example
The trainer was so knowledgeable and included areas I was interested in.
Mohamed Salama
Formation - Data Mining & Machine Learning with R
I did like the exercises.
Office for National Statistics
Formation - Natural Language Processing with Python
Artificial Intelligence formation à Saint-Laurent, Weekend AI cours à Saint-Laurent, Soir AI formation à Saint-Laurent, AI (Artificial Intelligence) formateur en ligne à Saint-Laurent, Intelligence Artificielle formation à Saint-Laurent, AI (Artificial Intelligence) cours du soir à Saint-Laurent, AI formation Intra à Saint-Laurent, AI (Artificial Intelligence) formation Intra Entreprise à Saint-Laurent, Artificial Intelligence formation Inter à Saint-Laurent, AI (Artificial Intelligence) formation Inter Entreprise à Saint-Laurent, Weekend Artificial Intelligence formation à Saint-Laurent, AI (Artificial Intelligence) cours particuliers à Saint-Laurent, AI entraînement à Saint-Laurent, AI coach à Saint-Laurent, Intelligence Artificielle cours privé à Saint-Laurent, Artificial Intelligence coaching à Saint-Laurent, Artificial Intelligence préparation aux examens à Saint-Laurent, Soir Artificial Intelligence cours à Saint-Laurent, Intelligence Artificielle professeur à Saint-Laurent,Intelligence Artificielle cours à Saint-Laurent, Intelligence Artificielle stage de préparation à Saint-Laurent, Intelligence Artificielle préparation à Saint-Laurent, Artificial Intelligence instructeur à Saint-Laurent, AI formateur à Saint-Laurent, Intelligence Artificielle sur place à Saint-Laurent
