Prenez contact avec nous

Plan du cours

Introduction à l'IA et au ML

  • Aperçu des concepts d'IA et de ML
  • Collecte et prétraitement des données
  • Introduction à Python pour l'IA

Analyse et visualisation des données

  • Analyse exploratoire des données
  • Techniques de visualisation des données
  • Fondements statistiques pour le ML

Modèles d'apprentissage automatique

  • Algorithmes d'apprentissage supervisé
  • Algorithmes d'apprentissage non supervisé
  • Évaluation et sélection des modèles

Apprentissage profond et réseaux neuronaux

  • Fondements des réseaux neuronaux
  • Réseaux neuronaux convolutifs (CNN)
  • Réseaux neuronaux récurrents (RNN)

Traitement automatique du langage naturel (NLP)

  • Traitement du texte et extraction de caractéristiques
  • Analyse des sentiments et classification de texte
  • Modèles linguistiques et chatsbots

Vision par ordinateur

  • Fondamentaux du traitement d'image
  • Détection d'objets et classification d'images
  • Sujets avancés en vision par ordinateur

Déploiement et mise à l'échelle

  • Stratégies de déploiement des applications d'IA
  • Mise à l'échelle des applications d'IA
  • Surveillance et maintenance des systèmes d'IA

Éthique et avenir de l'IA

  • Considérations éthiques en matière d'IA
  • Politique et réglementation de l'IA
  • Tendances futures en IA et ML

Projet de laboratoire

  • Développement d'une application intelligente à petite échelle
  • Travail avec des ensembles de données réels
  • Collaboration dans le cadre d'un projet de groupe pour résoudre un problème pertinent pour l'industrie

Résumé et prochaines étapes

Pré requis

  • Une compréhension des concepts de base de la programmation
  • Une expérience avec Python et les techniques fondamentales de la science des données
  • Une familiarité avec les principes de base de l'IA et du ML

Audience cible

  • Professionnels de l'IA
  • Développeurs de logiciels
  • Analystes de données

Format du cours

  • Conférences interactives et discussions.
  • De nombreux exercices et pratiques.
  • Mise en œuvre pratique dans un environnement de laboratoire en direct.

Options de personnalisation du cours

Pour demander une formation personnalisée pour ce cours, veuillez nous contacter afin d'en convenir.

 28 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires