Plan du cours

Introduction à l'IA

  • Histoire de l'IA
  • Définitions et terminologie
  • L'IA par rapport à l'intelligence humaine
  • Tendances futures et potentiel

Machine Learning Notions de base

  • Types d'apprentissage automatique : supervisé, non supervisé, renforcement
  • Principaux algorithmes d'apprentissage automatique
  • Flux de travail de l'apprentissage automatique : de la collecte des données à l'évaluation des modèles

Data Management

  • Techniques de collecte de données
  • Nettoyage et prétraitement des données
  • Analyse et visualisation des données

L'IA en pratique

  • Études de cas d'applications de l'IA
  • Solutions d'IA spécifiques à l'industrie
  • L'IA dans les produits de consommation

Considérations éthiques

  • L'IA et le déplacement d'emplois
  • Biais et équité dans l'IA
  • Questions relatives à la protection de la vie privée et à la sécurité
  • L'avenir de l'éthique de l'IA

Projet de laboratoire

  • Python devoirs de programmation
  • Projets d'analyse de données utilisant des ensembles de données du monde réel
  • Développement d'un modèle simple de ML

Résumé et prochaines étapes

Pré requis

  • Compréhension des concepts de base de la programmation
  • Expérience de la programmation Python
  • Familiarité avec les statistiques et les mathématiques de base

Public

  • Professionnels de l'informatique
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires