Plan du cours

Introduction à l'Intelligence Artificielle

  • Qu'est-ce que l'IA et où est-elle utilisée ?
  • IA vs. Apprentissage Automatique vs. Apprentissage Profond
  • Outils et plateformes populaires

Python pour l'IA

  • Rappel des bases de Python
  • Utilisation de Jupyter Notebook
  • Installation et gestion des bibliothèques

Travail avec les Données

  • Préparation et nettoyage des données
  • Utilisation de Pandas et NumPy
  • Visualisation avec Matplotlib et Seaborn

Bases de l'Apprentissage Automatique

  • Apprentissage supervisé vs. non supervisé
  • Classification, régression et clustering
  • Formation, validation et test des modèles

Réseaux de Neurones et Apprentissage Profond

  • Architecture des réseaux de neurones
  • Utilisation de TensorFlow ou PyTorch
  • Construction et formation de modèles

Traitement du Langage Naturel et Vision par Ordinateur

  • Classification de texte et analyse de sentiment
  • Bases de la reconnaissance d'images
  • Modèles pré-entraînés et apprentissage par transfert

Déploiement de l'IA dans les Applications

  • Sauvegarde et chargement des modèles
  • Utilisation de modèles d'IA dans des APIs ou applications web
  • Meilleures pratiques pour les tests et la maintenance

Résumé et Étapes Suivantes

Pré requis

  • Une compréhension de la logique et des structures de programmation
  • Une expérience avec Python ou un langage de programmation de haut niveau similaire
  • Une familiarité de base avec les algorithmes et les structures de données

Public Cible

  • Professionnels des systèmes IT
  • Développeurs de logiciels souhaitant intégrer l'IA
  • Ingénieurs et gestionnaires techniques explorant des solutions basées sur l'IA
 40 heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires