• Prochaine session : nous contacter.
  • Formation accessible aux personnes en situation de handicap.
  • 70% de pratique et 30% de théorie en moyenne.
  • Nombreuses activités pratiques pour une évaluation constante.
  • Supports, exercices et corrections à disposition en ligne pendant et après la formation.
  • Délai d'accès minimum moyen : deux mois.
  • Formation en distanciel ou en présentiel au sein de votre entreprise.
  • Evaluation par le formateur à travers les activités pratiques.

  • Public : Directeurs de projet informatique, chefs de projet informatique, consultants techniques, développeurs, architectes
  • Prérequis : Expérience en gestion de projet numérique

  • Durée : 2 jours (7 heures/jour).
  • Tarif inter * : 1280 € - intra * : nous contacter.

Cette formation vous permettra de découvrir les grandes approches de l'IA pour la résolution de problèmes, les solutions, outils et technologies clés utilisés dans les projets d'IA

  • Comprendre l'Intelligence Artificielle
    • L'Intelligence Artificielle fantasmée vs la réalité
    • Notion de tâche intellectuelle comparée aux algorithmes
    • Les différents types d'actions réalisables : classification, régression, clustering, estimation de densité, réduction de dimensionnalité.
    • Concept d'intelligence collective en IA
    • Algorithmes génétiques et sélection des agents
    • Définition du Machine Learning
    • Les grands algorithmes : XGBoost et Random Forest
  • Deep Learning, réseaux de neurones
    • Définition d'un réseau de neurones
    • Découverte de l'apprentissage d'un réseau de neurones. Les types de réseau
    • Présentation et exemples d'approximation de fonction par un réseau de neurones
    • Présentation et exemples d'approximation de distribution par un réseau de neurones
    • Générer des représentations internes dans un réseau de neurones
    • Généraliser les résultats d'un réseau de neurones
    • Deep Learning et généricité des outils
  • Les différentes applications du Deep Learning
    • Classification de données
    • Enjeux de la classification de données, conséquences du choix d'un modèle de classification
    • Les outils de classification
    • La prédiction d'information et les données séquentielles. Intérêt et limites
    • Logique de prédiction et règles structurelles de donnée. Outils communs de prédiction
    • Transformer et générer des données. Réinterprétation d'une donnée
    • Transformer sur un même format, exemple de la traduction de texte
    • Génération de donnée "originale" ou Neural Style : générer des images depuis des présentations textuelles
    • Contrôle d'un environnement avec le Reinforcement Learning
  • Les problématiques que peut résoudre le Machine/Deep Learning
    • Condition sur les données : volumétrie, dimensionnement, équilibre entre les classes, description
    • Choix entre donnée brute et features travaillées
    • Deep Learning versus Machine Learning
    • Apprentissage supervisé vs non supervisé, qualification du problème
    • Comprendre l'écart existant entre une affirmation et le résultat d'un algorithme, qualification de la solution du problème
  • Générer un Dataset
    • Définition de Dataset
    • Comment stocker et contrôler la donnée : surveiller, nettoyer, convertir
    • Visualisation graphique et outils statistiques pour mieux comprendre la donnée.
    • Formatage d'une donnée, format d'entrée/sortie, liaision avec la qualification du problème
    • Préparation de la donnée, les sets
    • Comment garantir la pertinence des algorithmes utilisés ?
  • Trouver la solution optimale
    • Comment trouver une/la meilleure solution à un problème ML/DL ? Méthodologie.
    • Hypothèse et direction de recherche, état de l'art et bibliographie
    • Démarche itérative
    • Conserver un banc de comparaison transversal : témoin
    • Aboutir à une solution optimale
  • Boite à outils
    • Panorama des outils existants
    • Des outils propres aux domaines d'application
    • Industrialisation d'un réseau de neurones : encadrement et monitoring continu.
    • Réapprentissages successifs : un réseau à jour et optimum
    • Former les utilisateurs pour comprendre le réseau

  • Formation avec un formateur, qui peut être suivie selon l’une des 2 modalités suivantes : dans la salle de cours en présence du formateur en intra ou en téléprésence / distanciel depuis votre domicile ou votre entreprise. Vous rejoignez un environnement deformation en ligne, à l’aide de votre ordinateur, tout en étant éloigné physiquement du formateur et des autres participants. Vous êtes en totale immersion avec le groupe et le formateur.
  • Le nombre de stagiaires peut varier de de 1 à 8 personnes, ce qui facilite le suivi permanent et la proximité avec chaque stagiaire.
  • Chaque stagiaire dispose d’un support, d’exercices à disposition en ligne pendant et après la formation. Pour une meilleure assimilation, le formateur alterne tout au long de la journée les exposés théoriques, les démonstrations et la mise en pratique au travers d’exercices et de cas concrets réalisés seul ou en groupe (70% de pratique er 30% de théorie en moyenne).

  • Feuille de présence, émargée par demi-journée par chaque stagiaire et le formateur
  • Evaluation qualitative de fin de formation
  • Attestation de fin de formation
  • Evaluation par le formateur à travers les activités pratiques.
  • Auto-évaluation des participants à travers les activités pratiques.

La formation est animée par un professionnel de l'informatique et de la pédagogie, dont les compétences techniques, professionnelles et pédagogiques ont été validées par des certifications et/ou testées et approuvées par les éditeurs et/ou notre responsable technique et pédagogique. Il est en veille technologique permanente et possède plusieurs années d'expérience sur les produits, technologies et méthodes enseignés. Il est présent auprès des stagiaires pendant toute la durée de la formation.

* Types de formation

  • En inter (plusieurs entreprises) : session ouverte et maintenue à partir de 3 participants (tarif à la session par participant);
  • En intra (une seule entreprise) : cours individuel ou collectif, standard ou sur-mesure (tarif à la journée, 8 participants max.)