Développement d’Intelligence Artificielle – Débutant

Vous trouverez ci-dessous le programme détaillé de la formation « Développement d’Intelligence Artificielle – Débutant ». Cette formation de 3 jours vous permet d’acquérir tous les fondamentaux du développement d’Intelligence Artificielle.

En résumé

Catégorie :
Technologie
Durée :
3 jours (21h)
Ref :
B-IA-DEV V1.1 du 30/07/2024
Prix :
1875€ HT
Publics :
Tout public technique développeur ayant des connaissances sur l'apprentissage automatique
Pré-requis :

• Notions sur l’apprentissage automatique ou ayant suivi la formation « Écosystème de l’Intelligence Artificielle ».

• Langage de programmation : Python, Java ou Javascript.

Prochaines sessions :
12/2/2025
21/5/2025

Programme de la formation

Objectif pédagogique

Avoir une vision des premiers outils, frameworks et librairies de développement pour des futurs Data Engineers.

‍

Programme détaillé

Fondamentaux de la data analyse

  • Statistiques descriptives et exploratoires
  • Bases de la Data analyse : outils et méthodes
  • Python et la librairie Scikit-learn‍
  • Atelier : Nettoyage et analyse d’un jeu de données OpenData en vue d’appliquer un apprentissage des données
    ‍

‍Objectif opérationnel : Appréhender la data analyse
Moyen d’évaluation : QCM

‍

Machine learning

  • Principe de l’apprentissage supervisé/non supervisé
  • Les algorithmes de machine learning : régressions, classification, clusterisation‍
  • Atelier : Classification de texte en fonction du sentiment exprimé (Bags of words)
    ‍

Objectif opérationnel : Comprendre les principes d’apprentissage
Moyen d’évaluation : QCM

‍

Le Deep Learning

  • Les réseaux de neurones
  • Principes du perceptron
  • Le multiperceptron avec Réseaux de neurones (Multiperceptron, CNN, RNN)
  • Reinforcement learning‍
  • Atelier : Adaptation d’un CNN pour reconnaître plus finement des objets dans des images et utilisation de Keras avec Tensorflow
    ‍

Objectif opérationnel : Appréhender le deep learning
Moyen d’évaluation : QCM

‍

ML concepts avancés

  • Reinforcement learning
  • Generative Adversial Network
  • Transfert learning‍
  • Atelier : Utilisation d’un GAN pour créer des images inédites
    ‍

Objectif opérationnel : Connaître les concepts avancés du Machine Learning
Moyen d’évaluation : QCM

‍

Algorithmes : Choix et Paramétrage

  • Présentation d’outils de sélection d’algorithmes : AutoML
  • Sélection des features et optimisation (ACP)
  • Tests automatiques de paramétrage et résultats‍
  • Atelier : Utilisation des fonctionnalités de Scikit-learn pour le choix des features et le test des différents paramétrages

‍Objectif opérationnel : Savoir paramétrer les algorithmes et avoir une vision sur les outils de développement
Moyen d’évaluation : QCM

‍

Moyen d'évaluation final : QCM d'évaluation des connaissances

‍

Informations pratiques

  • THÉORIE : 60%
  • PRATIQUE : 40%
  • LIEUX : CENTRE DE NANTES, CLASSE A DISTANCE, DANS VOS LOCAUX

‍

Votre formateur‍

Consultant et formateur passionné d’IA. Ingénieur développeur depuis 5 ans, notre formateur intervient durant tout le processus du développement d’applications.

Personnes en situation de handicap‍
Nos formations sont accessibles aux personnes en situation de handicap. Afin de nous permettre d’organiser le déroulement de la formation dans les meilleures conditions possibles, contactez-nous. Un entretien avec notre référent.e handicap pourra être programmé afin d’identifier les besoins et aménagements nécessaires.

Progamme et catalogue peuvent être envoyés sur simple demande‍

Demander un devis

Dates des prochaines sessions

Session garantie à partir de 2 personnes.

February

Du
12.2.25
au
15.2.25
Centre de Nantes / Classe à Distance / Dans vos locaux

May

Du
21.5.25
au
24.5.25
Centre de Nantes / Classe à Distance / Dans vos locaux