Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 40 heures
Plan du cours
Introduction à l'intelligence artificielle
- Qu'est-ce que l'IA et où est-elle utilisée ?
- Numérotation : IA vs. apprentissage automatique vs. apprentissage profond
- Outils et plateformes populaires
Python pour l'IA
- Rappels sur les bases de Python
- Utilisation de Jupyter Notebook
- Installation et gestion des bibliothèques
Travail avec les données
- Préparation et nettoyage des données
- Utilisation de Pandas et NumPy
- Numérotation : Visualisation avec Matplotlib et Seaborn
Bases de l'apprentissage automatique
- Numérotation : Apprentissage supervisé vs. non supervisé
- Classification, régression et regroupement (clustering)
- Entraînement, validation et test des modèles
Réseaux de neurones et apprentissage profond
- Architecture des réseaux de neurones
- Numérotation : Utilisation de TensorFlow ou PyTorch
- Construction et entraînement des modèles
Traitement du langage naturel et vision par ordinateur
- Classification de textes et analyse de sentiments
- Bases de la reconnaissance d'images
- Modèles pré-entraînés et apprentissage par transfert
Déploiement de l'IA dans les applications
- Sauvegarde et chargement des modèles
- Numérotation : Utilisation de modèles d'IA dans les API ou les applications web
- Bonnes pratiques pour le test et la maintenance
Résumé et prochaines étapes
Pré requis
- Compréhension de la logique et des structures de programmation
- Expérience avec Python ou des langages de programmation de haut niveau similaires
- Familiarité de base avec les algorithmes et les structures de données
Public cible
- Professionnels des systèmes d'information (SI)
- Développeurs logiciels cherchant à intégrer l'IA
- Ingénieurs et managers techniques explorant des solutions basées sur l'IA
Nos clients témoignent (1)
J'ai acquis des connaissances sur la bibliothèque Streamlit en Python et je vais certainement essayer de l'utiliser pour améliorer les applications de mon équipe qui sont actuellement développées avec R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Formation - GitHub Copilot for Developers
Traduction automatique