Formation Artificial Intelligence (AI) for Mechatronics

Ce cours couvre l'IA (emphasizing Machine Learning et Deep Learning) dans Automotive Industrie. Il aide à déterminer quelle technologie peut (potencialement) être utilisée dans plusieurs situations dans une voiture: de la simple automation, de la reconnaissance d'image à la prise de décision autonome.

Ce cours a été conçu pour les managers, les architectes de solutions, les responsables de l'innovation, les directeurs techniques, les architectes logiciels et toute personne intéressée par une vue d'ensemble de l'intelligence artificielle appliquée et par les prévisions les plus proches concernant son développement.

This instructor-led, live training in Belgique (online or onsite) is aimed at beginner-level participants who wish to learn essential concepts in probability, statistics, programming, and machine learning, and apply these to AI development.

By the end of this training, participants will be able to:

• Understand basic concepts in probability and statistics, and apply them to real-world scenarios.
• Write and understand procedural, functional, and object-oriented programming code.
• Implement machine learning techniques such as classification, clustering, and neural networks.
• Develop AI solutions using rules engines and expert systems for problem-solving.

Le réseau de neurones artificiels est un modèle de données informatiques utilisé dans le développement de systèmes Artificial Intelligence (AI) capables d'effectuer des tâches "intelligentes". Les réseaux de neurones artificiels Neural Networks sont couramment utilisés dans les applications Machine Learning (ML), qui sont elles-mêmes une mise en œuvre de l'IA. Le Deep Learning est un sous-ensemble du ML.

This instructor-led, live training in Belgique (online or onsite) is aimed at intermediate-level data scientists and statisticians who wish to prepare data, build models, and apply machine learning techniques effectively in their professional domains.

By the end of this training, participants will be able to:

• Understand and implement various Machine Learning algorithms.
• Prepare data and models for machine learning applications.
• Conduct post hoc analyses and visualize results effectively.
• Apply machine learning techniques to real-world, sector-specific scenarios.

Azure Bot Service combine la puissance du Microsoft Bot Framework et des fonctions Azure pour permettre le développement rapide de robots intelligents.

Dans cette formation en direct animée par un instructeur, les participants apprendront à créer facilement un bot intelligent à l'aide de Microsoft Azure

À la fin de cette formation, les participants seront en mesure de:

• Maîtriser les fondamentaux des robots intelligents
• Découvrir comment créer des robots intelligents à l'aide d'applications cloud
• Comprendre comment utiliser le Microsoft Bot Framework, le Bot Builder SDK et le service de bot Azure
• Savoir concevoir des bots en utilisant des modèles de bot
• Développer leur premier robot intelligent avec Microsoft Azure

Public

• Développeurs
• Passionnés
• Ingénieurs
• Professionnels IT

Format du cours

• Mixte entre présentation, discussion, exercices et pratique intensive

Le réseau de neurones artificiels est un modèle de données informatique utilisé dans le développement de systèmes d' Artificial Intelligence (AI) capables d'effectuer des tâches "intelligentes". Neural Networks sont couramment utilisés dans les applications Machine Learning (ML), qui sont elles-mêmes une implémentation de l'IA. Deep Learning est un sous-ensemble de ML.

This instructor-led, live training in Belgique (online or onsite) provides an introduction into the field of pattern recognition and machine learning. It touches on practical applications in statistics, computer science, signal processing, computer vision, data mining, and bioinformatics.

By the end of this training, participants will be able to:

• Apply core statistical methods to pattern recognition.
• Use key models like neural networks and kernel methods for data analysis.
• Implement advanced techniques for complex problem-solving.
• Improve prediction accuracy by combining different models.

Un bot ou chatbot est une sorte d'assistant informatique utilisé pour automatiser les interactions des utilisateurs sur diverses plateformes de messagerie et pour accélérer les choses sans que les utilisateurs aient besoin de parler à un autre humain.

Dans cette formation en direct, les participants apprendront comment commencer à développer un bot en passant par la création d'exemples de chatbots à l'aide d'outils et de frameworks de développement de bot.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les différentes utilisations et applications des bots
• Comprendre le processus complet de développement des bots
• Explorer les différents outils et plateformes utilisés dans la construction de bots
• Construire un exemple de chatbot pour Facebook Messenger
• Construire un exemple de chatbot en utilisant Microsoft Bot Framework

Public

• Développeurs intéressés par la création de leur propre bot

Format du cours

• En partie conférence, en partie discussion, exercices et pratique intensive.

Type : Formation théorique avec applications décidées en amont avec les élèves sur Lasagne ou Keras selon le groupe pédagogique

Méthode pédagogique : présentation, échanges et études de cas

L’intelligence artificielle, après avoir bouleversé de nombreux domaines scientifiques, a commencé à révolutionner un grand nombre de secteurs économiques (industrie, médecine, communication, etc.). Néanmoins, sa présentation dans les grands media relève souvent du fantasme, très éloignée de ce que sont réellement les domaines du Machine Learning ou du Deep Learning. L’objet de cette formation est d’apporter à des ingénieurs ayant déjà une maîtrise des outils informatiques (dont une base de programmation logicielle) une introduction au Deep Learning ainsi qu’à ses différents domaines de spécialisation et donc aux principales architectures de réseau existant aujourd’hui. Si les bases mathématiques sont rappelées pendant le cours, un niveau de mathématique de type BAC+2 est recommandé pour plus de confort. Il est dans l’absolu possible de faire l’impasse sur l’axe mathématique pour ne conserver qu’une vision « système », mais cette approche limitera énormément votre compréhension du sujet.

La formation s'adresse aux personnes qui souhaitent apprendre les bases des réseaux de neurones et de leurs applications.

Cette formation en direct avec instructeur en Belgique (en ligne ou sur site) s'adresse aux participants de niveau intermédiaire qui souhaitent améliorer leurs compétences en matière de conception, de programmation et de déploiement de systèmes robotiques intelligents pour l'automatisation et au-delà.

A la fin de cette formation, les participants seront capables de :

• Comprendre les principes de Physical AI et ses applications en robotique et en automatisation.
• Concevoir et programmer des systèmes robotiques intelligents pour des environnements dynamiques.
• Mettre en œuvre des modèles d'IA pour la prise de décision autonome dans les robots.
• Exploiter les outils de simulation pour les tests et l'optimisation des robots.
• Relever des défis tels que la fusion de capteurs, le traitement en temps réel et l'efficacité énergétique.

Ce cours est une introduction à l'application de réseaux de neurones à des problèmes du monde réel à l'aide du logiciel R-project.

Un robot intelligent est un système Artificial Intelligence (AI) capable d'apprendre de son environnement et de son expérience et de développer ses capacités sur la base de ces connaissances. Les robots intelligents Smart Robots peuvent collaborer avec les humains, travailler à leurs côtés et apprendre de leur comportement. En outre, ils sont capables d'effectuer non seulement des travaux manuels, mais aussi des tâches cognitives. Outre les robots physiques, Smart Robots peut également être purement logiciel, résidant dans un ordinateur en tant qu'application logicielle sans pièces mobiles ni interaction physique avec le monde.

Dans cette formation en direct dirigée par un instructeur, les participants apprendront les différentes technologies, cadres et techniques pour programmer différents types de robots mécaniques Smart Robots, puis appliqueront ces connaissances pour réaliser leurs propres projets de robots intelligents.

Le cours est divisé en 4 sections, chacune consistant en trois jours de conférences, de discussions et de développement pratique de robots dans un environnement de laboratoire en direct. Chaque section se terminera par un projet pratique permettant aux participants de mettre en pratique et de démontrer les connaissances acquises.

Le matériel cible de ce cours sera simulé en 3D à l'aide d'un logiciel de simulation. Les logiciels libres ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.

A l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts clés utilisés dans les technologies robotiques
• Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique
• Comprendre et mettre en œuvre les composants logiciels qui sous-tendent Smart Robots.
• Construire et faire fonctionner un robot intelligent mécanique simulé qui peut voir, sentir, traiter, saisir, naviguer et interagir avec les humains par la voix.
• Étendre la capacité d'un robot intelligent à effectuer des tâches complexes par le biais de Deep Learning.
• Tester et dépanner un robot intelligent dans des scénarios réalistes

Public

• Développeurs
• Ingénieurs

Format du cours

• En partie conférence, en partie discussion, exercices et pratique intensive.

Remarque

• Pour personnaliser une partie de ce cours (langage de programmation, modèle de robot, etc.), veuillez nous contacter.

Dans cette formation en direct, dirigée par un instructeur, les participants apprendront à tirer parti des innovations des processeurs TPU pour maximiser les performances de leurs propres applications d'intelligence artificielle.

A l'issue de la formation, les participants seront capables de :

• Entraîner divers types de réseaux neuronaux sur de grandes quantités de données.