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
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
Nos clients témoignent (1)
Formation pas à pas avec de nombreux exercices. C'était comme un atelier et j'en suis très content.
Ireneusz - Inter Cars S.A.
Formation - Intelligent Applications Fundamentals
Traduction automatique