Immersion en Intelligence Artificielle (IA) - Techniques, cas d'usage et innovations
Qualiopi
Objectifs pédagogiques
A l'issue de cette formation, vous serez capable de :
- Identifier les enjeux de l'IA ainsi que les nouvelles opportunités qu'elle ouvre
- Découvrir les technologies de l'IA et leur implémentation à travers des exemples pratiques.
Programme de la formation
Jour 1
Introduction
- Définir l'IA
- Fondations et histoire de l'IA
- Les marchés de l'IA
- Les différentes branches de l'IA
- Les cas d'usage de l'IA
- Recherche de savoir
- Assistants personnels numériques
- Chauffeur personnel
- Gestionnaire d'entrepôt
- Santé humaine
- Jeux vidéo
- Nettoyage de données
- Domotique
- Les technologies de l'IA
- Disruptions de l'IA : ChatGPT / OpenAI et autres innovations de rupture
- Etudes de cas inspirées de l'actualité
Techniques fondamentales de l'IA
- Machine Learning
- Réseaux de neurones artificiels (Artificial Neural Networks)
- Apprentissage profond (Deep Learning)
- Réseaux de neurones convolutifs (Convolutional Neural Networks)
- Réseaux de neurones récurrents (Recurrent Neural Networks)
- Apprentissages supervisé / non-supervisé / renforcé
- TensorFlow
Exemples de travaux pratiques (à titre indicatif)
- Mettre en oeuvre et faire un comparatif d'algorithmes d'IA avec Python
- Construire une application d'IA avec Flask ou Kivy
Jour 2
Pipelines de Machine Learning
- Définition du problème
- Ingestion des données
- Préparation des données
- Ségrégation des données
- Sélection de variables
- Extraction de variables
- Apprentissage du modèle
- Déploiement du modèle en production
- Surveillance du modèle et réapprentissage
- Introduction à MLOps
Exemple de travaux pratiques (à titre indicatif)
- Création de modèles de Machine Learning avec Python
Traitement du langage naturel (Natural Language Processing)
- Vue d'ensemble du NLP
- Les composants du NLP
- Applications du NLP en entreprise
- Comment utiliser le NLP ?
- Tokenisation
- Racinisation vs Lemmatisation
- Utilisation du modèle "bag-of-words"
- Challenges du NLP
Exemple de travaux pratiques (à titre indicatif)
- Création d'un modèle de NLP pour l'analyse de sentiment
Jour 3
Chatbots
- Qu'est-ce qu'un chatbot ?
- La montée des chatbots
- Comment construire un chatbot ?
- Construire un chatbot avec Dialogflow
- Intégrer un chatbot à une page Web
- Challenges dans la construction d'un chatbot réussi
Exemple de travaux pratiques (à titre indicatif)
- Création d'un chatbot
Vision par ordinateur (Computer Vision)
- Nouvelles possibilités offertes par la vision par ordinateur
- Comment utiliser la vision par ordinateur ?
- La vision par ordinateur sur les appareils mobiles
- Meilleures pratiques
- Cas d'usage
- Utiliser OpenCV
- Construire un tracker d'objet avec Camshift
- Challenges de la vision par ordinateur
- Implémenter une solution de vision par ordinateur
Exemple de travaux pratiques (à titre indicatif)
- Démonstration : création d'un programme de vision par ordinateur
Perspectives futures
- Challenges de l'IA
- Futures tendances et opportunités
- Scalabilité de l'IA
- Implications éthiques, sociales, et de sûreté (safety)
Exemple de travaux pratiques (à titre indicatif)
- Clôture : Atelier de prospective
Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.
Modalités d’évaluation des acquis
- En cours de formation, par des études de cas ou des travaux pratiques
- Et, en fin de formation, par un questionnaire d'auto-évaluation

Proposé par
M2I
"Un leadership dans le domaine de la formation"
À partir de
2400 €
Durée
21h en 3 jours
Localisation
Partout en France

Proposé par
M2I
À partir de
2400 €
