Intelligence Artificielle : Consolidation des compétences et Applications pratiques

Approfondissement en Machine Learning et Introduction au Deep Learning

• Les techniques avancées de machine learning (SVM, arbres de décision, forêts aléatoires) : Dans cette section, nous explorerons des techniques avancées de machine learning axées sur la classification. Un seul notebook sera créé pour couvrir ces algorithmes, offrant ainsi aux participants l'opportunité de comparer les résultats obtenus avec différentes approches.
• L'introduction aux réseaux de neurones
• L'utilisation de TensorFlow et Keras 
• Un atelier pratique : Cette partie de la formation consistera à créer un modèle de deep learning simple à travers un notebook dédié. Les participants auront l'occasion d'acquérir des notions fondamentales et de mettre en œuvre deux types de réseaux de neurones : les réseaux de neurones artificiels (ANN) et les réseaux de neurones récurrents (RNN).
• Une étude de cas : Dans cette phase, nous collaborerons pour mettre en place un réseau neuronal visant à détecter les cancers bénins et malins. Cette étude de cas servira à démontrer concrètement les applications industrielles du deep learning et à pratiquer le développement en équipe.

Un projet d'IA et une discussion sur les enjeux éthiques avec:

• Le développement d'un projet d'IA en groupe (un NoteBook)
• L'application des techniques apprises pour résoudre un problème réel 
• Une discussion sur les défis éthiques et sociétaux de l’IA  tout au long des phases de développement des modèles
• La présentation des projets et le feedback
  

4 raisons de suivre une formation avec Technofutur TIC

Quels sont les prérequis pour participer à cette formation ?

Avoir initialement suivi la formation « techniques de l’intelligence artificielle ou avoir une maîtrise préalable des manipulations de données avec la bibliothèque Pandas en Python.