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.
Durée 35 heures
Plan du cours
Présentation de l'IA en Python
- Concepts clés et portée de l'IA
- Bibliothèques Python pour le développement d'IA
- Structure de projet et flux de travail pour l'IA
Préparation des données pour l'IA
- Nettoyage, transformation et ingénierie des caractéristiques
- Gestion des données manquantes et déséquilibrées
- Normalisation et codage des caractéristiques
Techniques d'apprentissage supervisé
- Algorithmes de régression et de classification
- Méthodes d'ensemble : Random Forest, Gradient Boosting
- Ajustement des hyperparamètres et validation croisée
Techniques d'apprentissage non supervisé
- Méthodes de regroupement : K-Means, DBSCAN, regroupement hiérarchique
- Réduction de la dimensionnalité : PCA, t-SNE
- Cas d'usage de l'apprentissage non supervisé
Réseaux de neurones et apprentissage profond
- Introduction à TensorFlow et Keras
- Conception et entraînement de réseaux de neurones avant
- Optimisation des performances des réseaux de neurones
Apprentissage par renforcement (Introduction)
- Concepts de base des agents, des environnements et des récompenses
- Implémentation d'algorithmes d'apprentissage par renforcement de base
- Applications de l'apprentissage par renforcement
Déploiement des modèles d'IA
- Enregistrement et chargement des modèles entraînés
- Intégration des modèles dans les applications via des API
- Surveillance et maintenance des systèmes d'IA en production
Résumé et prochaines étapes
Pré requis
- Compréhension solide des fondamentaux de la programmation en Python
- Expérience avec des bibliothèques d'analyse de données telles que NumPy et pandas
- Connaissances de base des concepts et algorithmes d'apprentissage automatique
Public visé
- Développeurs logiciels souhaitant élargir leurs compétences en développement d'IA
- Analystes de données cherchant à appliquer des techniques d'IA à des ensembles de données complexes
- Professionnels en R-D construisant des applications alimentées par l'IA
Nos clients témoignent (2)
Le formateur était très disponible pour répondre à toutes les questions que j'ai posées.
Caterina - Stamtech
Formation - Developing APIs with Python and FastAPI
Traduction automatique
Le formateur développe la formation en fonction du rythme des participants
Farris Chua
Formation - Data Analysis in Python using Pandas and Numpy
Traduction automatique
