Prenez contact avec nous

Plan du cours

Réseaux de neurones avancés

  • Architectures d'apprentissage profond
  • Réseaux de neurones convolutifs et récurrents
  • Modèles génératifs et apprentissage non supervisé

Apprentissage automatique à grande échelle

  • Analyse des mégadonnées
  • Calcul distribué pour l'IA
  • Techniques d'optimisation avancées

Apprentissage par renforcement et prise de décision

  • Processus de décision markoviens
  • Méthodes de gradient de politique
  • Systèmes multi-agents et théorie des jeux

Traitement automatique du langage naturel et compréhension

  • Techniques avancées de TALN
  • Analyse des sentiments et classification de texte
  • Modèles linguistiques et transformeurs

Vision par ordinateur et perception

  • Reconnaissance d'images et détection d'objets
  • Analyse vidéo et reconnaissance d'actions
  • Reconstruction 3D et réalité augmentée

Éthique de l'IA et société

  • Biais et équité dans les systèmes d'IA
  • Gouvernance et politique de l'IA
  • Impacts sociétaux futurs de l'IA

Projet de laboratoire

  • Mise en œuvre de modèles d'IA avancés
  • Analyse de grands ensembles de données
  • Collaboration sur un projet de recherche de groupe

Resumé et prochaines étapes

Pré requis

  • Une bonne compréhension des concepts de base de l'IA et de l'apprentissage automatique.
  • Maîtrise de Python et familiarité avec les boîtes à outils de data science.
  • Achèvement d'un cours introductif en IA ou expérience équivalente.

Public visé

  • Scientifiques des données
  • Ingénieurs
  • Praticiens de l'IA
 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires