Plan du cours

Introduction à l'IA et à la ML

  • Aperçu des concepts de l'IA et de la ML
  • Collecte et prétraitement des données
  • Introduction à Python pour l'IA

Data Analysis et la visualisation

  • Analyse exploratoire des données
  • Techniques de visualisation des données
  • Fondements statistiques pour la ML

Modèles Machine Learning

  • Algorithmes d'apprentissage supervisé
  • Algorithmes d'apprentissage non supervisé
  • Évaluation et sélection des modèles

Deep Learning et Neural Networks

  • Principes fondamentaux des réseaux neuronaux
  • Réseaux neuronaux convolutifs (CNN)
  • Réseaux neuronaux récurrents (RNN)

Natural Language Processing (NLP)

  • Traitement de texte et extraction de caractéristiques
  • Analyse des sentiments et classification des textes
  • Modèles linguistiques et chatbots

Computer Vision

  • Principes fondamentaux du traitement d'images
  • Détection d'objets et classification d'images
  • Sujets avancés en vision par ordinateur

Déploiement et mise à l'échelle

  • Stratégies de déploiement des applications d'IA
  • Mise à l'échelle des applications d'IA
  • Surveillance et maintenance des systèmes d'IA

Éthique et avenir de l'IA

  • Considérations éthiques sur l'IA
  • Politique et réglementation en matière d'IA
  • Tendances futures de l'IA et de la ML

Projet de laboratoire

  • Développer une application intelligente à petite échelle
  • Travailler avec des ensembles de données du monde réel
  • Collaborer à un projet de groupe pour résoudre un problème pertinent pour l'industrie

Résumé et prochaines étapes

Pré requis

  • Compréhension des concepts de base de la programmation
  • Expérience avec Python et les techniques fondamentales de la science des données
  • Familiarité avec les principes fondamentaux de l'IA et de la ML

Audience

  • Professionnels de l'IA
  • Développeurs de logiciels
  • Analystes de données
 28 heures

Nombre de participants



Prix par participant

Nos Clients témoignent (2)

Cours Similaires

Intelligent Applications Fundamentals

14 heures

Intelligent Applications Advanced

21 heures

Building Intelligent Mobile Applications

35 heures

AI-Augmented Software Engineering (AIASE)

14 heures

AI Coding Assistants: Enhancing Developer Productivity

7 heures

Introduction to Data Science and AI using Python

35 heures

AI in Digital Marketing

7 heures

Artificial Intelligence (AI) for Managers

7 heures

Artificial Intelligence (AI) for Robotics

21 heures

Introduction to Artificial Intelligence (AI)

35 heures

AI and Robotics for Nuclear - Extended

120 heures

AI and Robotics for Nuclear

80 heures

AI in business and Society & The future of AI - AI/Robotics

7 heures

Introduction to AI Trust, Risk, and Security Management (AI TRiSM)

21 heures

Introduction to Bing AI: Enhancing Search with Artificial Intelligence

14 heures

Catégories Similaires