AJC FORMATION : 19. Etat de l'art sur l'Intelligence Artificielle
Organisme
75009 PARIS 9Voir toutes ses formationsAutres organismes proposant cette formation
Durée
Modalités
- Classe virtuelle
- Présentiel
Evaluation des acquis : Les apprenants réalisent tout au long de la formation des exercices, QCM, mises en situation, TP, TD qui seront corrigés pour faciliter l’acquisition de compétences
Prix
Public
Toute personne souhaitant comprendre les domaines d’application et les bénéfices de l’Intelligence Artificielle : dirigeants, DSI, chefs de projets, développeurs, architectes…
Pré-requis
Avoir des connaissances générales en informatique et en gestion de projet numérique
Objectifs pédagogiques
Définir et comprendre le concept d’Intelligence Artificielle
Identifier les apports potentiels par métier, activité ou secteurs dans l’entreprise
Connaître les principales solutions, outils et technologies déployés dans un projet d’IA
Identifier les clés de réussite d’une solution d’Intelligence Artificielle
Appréhender les enjeux juridiques et éthiques de l’IA
Comprendre les applications de l’IA à différents domaines de l'industrie
Appréhender les concepts de Machine Learning et Deep Learning
Programme détaillé
Les intelligences artificielles
▪ Histoire des Intelligences Artificielles
▪ Le problème de la prise de décision (Présentation des biais cognitifs)
▪ Présentation des deux grands domaines de l’intelligence artificielle : l’IA forte et l’IA faible (ou faible intelligence), les solutions pour remplacer l’homme
▪ Présentation générique du Machine Learning (Apprentissage Machine)
▪ Présentation générique du Deep Learning (Apprentissage Profond)
Les cas d'usages derrière les intelligences artificielles
▪ Présentation des cas d’usages les plus courants traités par les intelligences artificielles (Maintenance Prédictive, anti-spam, Détection de fraude, churn, etc.)
▪ De nouveaux cas d’usages (NLP ou traitement du langage naturel, Speech To Text, Reconnaissance d’image, OCR, chatbot, reconnaissance vocale, voitures autonomes, etc.)
Le cycle de vie d'un projet data
▪ Les acteurs d'un projet d'intelligence artificielle et leurs rôles respectifs : Data Scientist, Data Engineer, etc.
▪ Les différentes étapes d'un projet d'intelligence artificielle
Classifier les algorithmes de machine learning
▪ Algorithmes supervisés et nonsupervisés
▪ Algorithmes pour classifier les éléments (Clustering) ou pour réaliser des prédictions (Régressions)
▪ Des cas d'usages pour le Machine Learning (Apprentissage Machine)
Traiter d'autres problématiques avec le deep learning
▪ Histoire et origine du Deep Learning ▪ Présentation des réseaux de neurones
▪ Des cas d'usages pour le Deep Learning (Apprentissage Profond)
Comprendre les synergies entre big data et les ia
▪ La source de tout : la donnée
▪ Ne pas oublier le plus important : la qualité de la donnée
▪ Présentation des données exogènes (médias sociaux, Open Data, etc.)
État de l'art du marché de l'intelligence artificielle
▪ Le positionnement des GAFAM (Google, Apple, Facebook, Amazon, Microsoft) dans la course à l'IA
▪ Tour d'horizon des autres grands acteurs du marché
L'intelligence artificielle et l'éthique
▪ De quoi parle-t-on exactement lorsqu’on parle d'IA et d'éthique ?
▪ Les différents problèmes éthiques soulevés par l'IA
Travaux pratiques : Choix d’une IA pour répondre à une problématique