Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'Intelligence Artificielle
- Qu'est-ce que l'IA et où est-elle utilisée ?
- IA vs. Machine Learning vs. Deep Learning
- Outils et plateformes populaires
Python pour l'IA
- Révision des bases de Python
- Utilisation de Jupyter Notebook
- Installation et gestion des bibliothèques
Travailler avec les Données
- Préparation et nettoyage des données
- Utilisation de Pandas et NumPy
- Visualisation avec Matplotlib et Seaborn
Bases de Machine Learning
- Supervisé vs. Unsupervised Learning
- Classification, régression et regroupement
- Formation, validation et test des modèles
Neural Networks et Deep Learning
- Architecture des réseaux de neurones
- Utilisation de TensorFlow ou PyTorch
- Construction et formation des modèles
Langage Naturel et Computer Vision
- Classification de texte et analyse de sentiment
- Bases de la reconnaissance d'images
- Modèles pré-entraînés et apprentissage par transfert
Déploiement des IA dans les Applications
- Sauvegarde et chargement des modèles
- Utilisation des modèles AI dans des API ou des applications web
- Meilleures pratiques pour le test et la maintenance
Résumé et Prochaines Étapes
Pré requis
- Une compréhension de la logique et des structures de programmation
- Expérience avec Python ou langages de programmation similaires de haut niveau
- Familiarité de base avec les algorithmes et les structures de données
Public cible
- Professionnels des systèmes informatiques
- Développeurs logiciels souhaitant intégrer l'IA
- Ingénieurs et gestionnaires techniques explorant les solutions basées sur l'IA
40 Heures
Nos clients témoignent (1)
Connaissances avancées de l'enseignant dans l'utilisation du copilote et sessions pratiques suffisantes et efficaces
Tan - ViTrox Technologies Sdn Bhd
Formation - Intermediate GitHub Copilot
Traduction automatique