Formation
Parcours Project : Applications et développement des Techniques de l’IA

: 3 jours

: Tarif détaillé dans la description

: Technobel - Ciney

: 3 jours

: Tarif détaillé dans la description

: Technobel - Ciney

Cette formation est organisée par Numeria. Numeria est un consortium formé des centres de compétence numériques de Wallonie : Cepegra, Technifutur, Technobel, Technocité et Technofutur TIC. Les formations sont organisées avec le soutien de DigitalWallonia4.AI 


Vous pouvez retrouver l'ensemble des formations de la thématique"intelligence artificielle" sur le site www.numeria-academy.be 



L’objectif de cette formation est de prendre connaissance du nombre de possibilités offertes par l’Intelligence Artificielle. Les technologies d’aujourd’hui permettent de nouvelles applications dans le monde de l’entreprise. Cette formation a également pour objectif de présenter aux participants la démarche à suivre pour mettre en place des applications d’Intelligence Artificielle au sein de leur entreprise


Cette formation s’adresse aux cadres et managers d’entreprise, Project managers, Business et Data Analysts, etc…


  • Enjeux :
    • Définition de l’IA
    • Exemples d’applications
    • Modifications des processus de l’entreprise
    • Analogie aux projets de digitalisation
  • Valeur ajoutée :
    • Identifier les processus actuels pouvant faire état d’automatisation
    • Identifier la plus-value apportée par les techniques d’IA
    • Evaluation du ROI
  • Intégration dans l’entreprise :
    • Prise en charge actuelle des projets digitaux au sein de l’entreprise
    • Ressources disponibles et ressources nécessaires
    • Niveau d’automatisation actuel des processus d’entreprise
  • Etapes de mise en place :
    • Analogie aux projets digitaux
    • Etude des besoins
    • Evaluation de la charge de travail
    • Equipe et ressources
    • Budget/planning
    • Analyse fonctionnelle
    • Gestion du changement
    • Validation
    • Implication des équipes
  • Acteurs intervenants dans l’IA :
    • Accompagnement du projet
    • Experts métiers
    • Experts techniques
    • Collaboration
  • Techniques d’IA :
    • Tâche intellectuelle versus algorithmes
    • Types d’actions : classification, régression, clustering, estimation de densité, réduction de dimensionnalité
    • Intelligence collective : agréger une connaissance partagée par de nombreux agents virtuels
    • Algorithmes génétiques : faire évoluer une population d’agents virtuels par sélection
    • Machine Learning : présentation et principaux algorithmes (XGBoost, Random Forest)
    • Génération d’un Dataset
    • Qu’est-ce qu’un Dataset
    • Stocker/contrôler la donnée : surveiller les biais, nettoyer/convertir sans s’interdire des retours en arrière
    • Comprendre la donnée : représentation des outils statistiques permettant une vision d’une donnée, sa distribution…
    • Formater une donnée : décider d’un format d’entrée et de sortie, faire le lien avec la qualification du problème
    • Préparer la donnée : définition des Train Set, Validation Set et Test Set
    • Mettre en place une structure permettant de garantir que les algorithmes utilisés sont réellement pertinents (ou non)
    • Recherche de la solution optimale
    • Méthodologie pour avancer dans la recherche d’une meilleure solution à un problème ML/DL
    • Choix d’une direction de recherche, localisation de publications ou de projets similaires existants
    • Itérations successives depuis les algorithmes les plus simples jusqu’aux architectures les plus complexes
    • Conservation d’un banc de comparaison transversal
    • Arriver à une solution optimale
  • Les outils :
    • Quels outils
    • Quels outils pour la recherche et quels outils pour l’industrie
    • Les compétences nécessaires aux projets IA
  • Etude de cas :
    • Présentation de projets d’IA
    • Réalisations de différentes études de cas avec le langage Python.

Nous utilisons des cookies à des fins statistiques et pour faciliter la navigation et le partage social.