L'Intelligence Artificielle a transformé radicalement la science mais également un certain nombre de secteurs tels que l'industrie, la médecine ou la communication.
Cette formation sous forme de séminaire vous permettra de découvrir les grandes approches de l'IA pour la résolution de problèmes.
Différents types d'application vous seront présentées, vous permettant de comprendre et d'investiguer la puissance et l'intérêt de l'IA transposé votre propre activité.
Eligible Actions Co campusAtlas
Formation pouvant être prise en charge à 100% dans le cadre des Actions Collectives.
Définir et comprendre le concept d'intelligence artificielle
Identifier les contributeurs potentiels par business unit, activité ou département au sein de l'entreprise
Comprendre les solutions, outils et technologies clés utilisés dans les projets d'IA
Identifier les clés du succès des solutions d'intelligence artificielle
Comprendre les enjeux juridiques et éthiques de l'IA
Comprendre les applications de l'IA dans divers domaines de l'industrie
Comprendre les concepts de machine learning et deep learning
Programme
Comprendre l'Intelligence Artificielle
L'Intelligence Artificielle fantasmée vs la réalité
Notion de tâche intellectuelle comparée aux algorithmes
Les différents types d'actions réalisables :
Classification
Régression
Clustering
Estimation de densité
Réduction de dimensionnalité.
Concept d'intelligence collective en IA
Algorithmes génétiques et sélection des agents
Définition du Machine Learning
Les grands algorithmes : XGBoost et Random Forest.
Deep Learning, réseaux de neurones
Définition d'un réseau de neurones
Découverte de l'apprentissage d'un réseau de neurones. Les types de réseau
Présentation et exemples d'approximation de fonction par un réseau de neurones
Présentation et exemples d'approximation de distribution par un réseau de neurones
Générer des représentations internes dans un réseau de neurones
Généraliser les résultats d'un réseau de neurones
Deep Learning et généricité des outils
Les différentes applications du Deep Learning
Classification de données
Enjeux de la classification de données, conséquences du choix d'un modèle de classification
Les outils de classification
La prédiction d'information et les données séquentielles. Intérêt et limites
Logique de prédiction et règles structurelles de donnée. Outils communs de prédiction
Transformer et générer des données. Réinterprétation d'une donnée
Transformer sur un même format, exemple de la traduction de texte
Génération de donnée "originale" ou Neural Style : générer des images depuis des présentations textuelles
Contrôle d'un environnement avec le Reinforcement Learning
Les problématiques que peut résoudre le Machine/Deep Learning
Condition sur les données : volumétrie, dimensionnement, équilibre entre les classes, description
Choix entre donnée brute et features travaillées
Deep Learning versus Machine Learning
Apprentissage supervisé vs non supervisé, qualification du problème
Comprendre l'écart existant entre une affirmation et le résultat d'un algorithme, qualification de la solution du problème
Générer un Dataset
Définition de Dataset
Comment stocker et contrôler la donnée : surveiller, nettoyer, convertir
Visualisation graphique et outils statistiques pour mieux comprendre la donnée.
Formatage d'une donnée, format d'entrée/sortie, liaision avec la qualification du problème
Préparation de la donnée, les sets
Comment garantir la pertinence des algorithmes utilisés ?
Trouver la solution optimale
Comment trouver une/la meilleure solution à un problème ML/DL ? Méthodologie.
Hypothèse et direction de recherche, état de l'art et bibliographie
Démarche itérative
Conserver un banc de comparaison transversal : témoin
Aboutir à une solution optimale
Boite à outils
Panorama des outils existants
Des outils propres aux domaines d'application
Industrialisation d'un réseau de neurones : encadrement et monitoring continu.
Réapprentissages successifs : un réseau à jour et optimum
Former les utilisateurs pour comprendre le réseau
Public visé
Directeurs de projet informatique,
Chefs de projet informatique,
Consultants techniques,
Développeurs,
Architectes.
Modalités pédagogiques
Docaposte Institute propose plusieurs dispositifs pédagogiques adaptés aux stagiaires :
Formation en présentiel
En groupe (inter-entreprises ou intra-entreprise)
En individuel (monitorat)
En journée ou en cours du soir (sur demande spécifique)
Formation en distanciel
Distanciel synchrone
Distanciel asynchrone
Prérequis
Expérience en gestion de projet numérique
Moyens et supports pédagogiques
Apports didactiques pour apporter des connaissances communes.
Mises en situation de réflexion sur le thème du stage et des cas concrets.
Méthodologie d'apprentissage attractive, interactive et participative.
Equilibre théorie / pratique : 60 % / 40 %.
Supports de cours fournis au format papier et/ou numérique.
Ressources documentaires en ligne et références mises à disposition par le formateur.
Pour les formations en présentiel dans les locaux de Softeam, les stagiaires sont accueillis dans une salle de cours équipée d'un réseau Wi-Fi, d'un tableau blanc ou paperboard. Un carnet de notes est offert. Un ordinateur avec les logiciels appropriés est mis à disposition (le cas échéant).
Modalités d'évaluation et de suivi
En amont de la formation :
Recueil des besoins : permet de récolter des informations sur le stagiaire (profil, formation, attentes particulières, ...).
Auto-positionnement des stagiaires afin de mesurer le niveau de départ.
Tout au long de la formation :
Évaluation continue des acquis via des questions orales, exercices / projet fil rouge, des QCM, des cas pratiques et mises en situation.
A la fin de la formation :
Auto-positionnement des stagiaires afin de mesurer l'acquisition des compétences.
Evaluation du formateur des compétences acquises par les stagiaires.
Questionnaire de satisfaction à chaud : permet de connaître le ressenti des stagiaires à l'issue de la formation.
Questionnaire de satisfaction à froid : permet d'évaluer les apports réels de la formation et leurs mises en application au quotidien.
Accessibilité
Nos formations peuvent être adaptées à certaines conditions de handicap. Nous contacter pour toute information et demande spécifique.
