Introduction à l'intelligence artificielle (IA) - eLearning
450,00 EUR
- 6 hours
Ce programme d'introduction à l'intelligence artificielle offre un aperçu complet des concepts et des flux de travail de l'IA, couvrant les bases de l'apprentissage automatique et de l'apprentissage profond. Vous explorerez l'IA en travaillant sur des cas d'utilisation réels et comprendrez les distinctions entre l'apprentissage supervisé, non supervisé et par renforcement. Ce cours gratuit sur l'IA est un point de départ idéal pour quiconque aspire à devenir ingénieur en IA.
Caractéristiques principales
Langue
Le cours et le matériel sont en anglais
Niveau
Adapté aux débutants
Accès
Accès d'un an à la plateforme d'e-learning en autoformation disponible 24/7
2 heures de contenu vidéo
avec 6 heures de temps d'étude recommandé
Pratiques
Des quiz pour rafraîchir vos études
Pas d'examen
Il n'y a pas d'examen pour le cours mais l'étudiant recevra une attestation de fin de formation
Aperçu du cours
Si vous cherchez à approfondir vos connaissances en intelligence artificielle et souhaitez comprendre ses applications commerciales, alors notre cours d'Introduction à l'Intelligence Artificielle est exactement ce qu'il vous faut ! Avec ce cours, vous obtiendrez un aperçu général des concepts de l'IA, des flux de travail et des métriques de performance, ainsi que du machine learning et du deep learning. Vous découvrirez comment les algorithmes de regroupement et de classification aident à identifier les applications commerciales de l'IA, et vous apprendrez également la différence entre l'apprentissage supervisé, non supervisé et par renforcement.
Les terminologies de base, les concepts, le champ d'application et les étapes de l'intelligence artificielle sont tous abordés dans ce cours, qui examinera également leur effet sur les processus commerciaux réels et comment l'IA génère de la valeur commerciale. À la fin du cours, vous serez capable d'appliquer le workflow d'apprentissage automatique pour résoudre des problèmes commerciaux, de définir clairement divers algorithmes d'IA supervisés et non supervisés, et de mesurer le ROI sur la base des indicateurs de performance.
Résultats d'apprentissage
À la fin de ce cours, vous serez capable de comprendre :
Sens et applications
La signification et le but de l'IA, ainsi que la portée, les étapes, les applications et les effets
ML et DL
Les concepts de base de l'apprentissage automatique et de l'apprentissage profond
Efficacité
Comment mettre en œuvre efficacement les étapes d'un workflow d'apprentissage automatique
Supervision
La différence entre l'apprentissage supervisé, semi-supervisé et non supervisé
Métriques
Le rôle des indicateurs de performance et comment identifier les méthodes clés
Calendrier du cours
Introduction au cours
Leçon 01
Décodage de l'intelligence artificielle
Leçon 02
- Décodage de l'intelligence artificielle
- Signification, Portée et Étape de l'IA
- Trois étapes de l'IA
- Applications de l'IA
- Reconnaissance d'image
- Application de l'IA
- Effets de l'IA sur la société
- Supervise l'apprentissage pour la télémédecine
- Résout des problèmes sociaux complexes
- Profite à plusieurs industries
Fondamentaux de l'apprentissage automatique et de l'apprentissage profond
Leçon 03
- Fondamentaux de l'apprentissage automatique et de l'apprentissage profond
- Signification de l'apprentissage automatique
- Relation entre l'apprentissage automatique et l'analyse statistique
- Processus d'apprentissage automatique
- Types d'apprentissage automatique
- Signification de l'apprentissage non supervisé
- Signification de l'apprentissage semi-supervisé
- Algorithmes d'apprentissage automatique
- Régression
- Naive Bayes
- Algorithmes d'apprentissage automatique
- Apprentissage profond
- Définition du réseau de neurones artificiels
- Définition du perceptron
- Apprentissage en ligne et par lots
Flux de travail d'apprentissage automatique
Leçon 04
- Flux de travail d'apprentissage automatique
- Obtenez plus de données
- Posez une question pertinente
- Ajouter des données au tableau
- Vérifiez la qualité
- Transformer les fonctionnalités
- Répondez aux questions
- Utilisez la réponse
Métriques de performance
Leçon 05
- Métriques de performance
- Méthodes clés des indicateurs de performance
- Exemple de matrice de confusion
- Termes de la matrice de confusion
- Minimiser les faux cas
- Minimiser les exemples de faux positifs
- Précision, exactitude
- Rappel ou sensibilité
- Spécificité
- Score F1
Public cible
Le cours est conçu pour des personnes de divers horizons qui souhaitent acquérir des connaissances de base en intelligence artificielle et ses applications. Aucun prérequis formel n'est nécessaire. mais une compréhension de base des mathématiques, de la statistique et de la programmation sera avantageuse.
Professionnels de l'informatique
Professionnels non techniques
Analystes de données
Étudiants
Éducateurs et chercheurs
Entrepreneurs et Innovateurs
Foire aux questions
Besoin d'une solution d'entreprise ou d'une intégration LMS ?
Vous n'avez pas trouvé le cours ou le programme adapté à votre entreprise ? Besoin d'une intégration LMS ? Écrivez-nous ! Nous réglerons tout !