• Connaître quelques notions sur l’apprentissage automatique ou avoir suivi la formation « Écosystème de l’Intelligence Artificielle »
• Connaître un langage de programmation parmi Python, Java et Javascript
Objectifs pédagogiques
IA : Introduction
Atelier : Manipulation d’un outil en ligne pour appréhender les concepts d’apprentissage
Objectif opérationnel : Appréhender les concepts d’apprentissage
Moyen d’évaluation : QCM
Les différents outils
Objectif opérationnel : Connaître les outils du marché
Moyen d’évaluation : QCM
Les basiques associés à des cas d’usage
Atelier : Test d'un preceptron avec le jeu de données MNIST (reconnaissance visuelle)
Objectif opérationnel : Comprendre les différents cas d'usage
Moyen d’évaluation : QCM
Les différentes étapes d’un projet IA
Objectif opérationnel : Comprendre l’organisation d’un projet et savoir se lancer
Moyen d’évaluation : QCM
Explorer ses données avec des algorithmes
Atelier : Exploration de données avec l’ACP
Moyen d’évaluation : QCM
Algorithmes : Choix et entraînement
Atelier : Choisir le bon algorithme pour des cas d’utilisation – discussion
Objectif opérationnel : Savoir choisir le bon algorithme
Moyen d’évaluation : QCM
Intégration et déploiement
Atelier : Décrire un processus d’intégration continue d’un projet IA pour votre contexte professionnel
Objectif opérationnel : Connaître le processus d’intégration continue d’un projet IA
Moyen d’évaluation : QCM