Formations Intelligence Artificielle

Durée 2 jours • Prix (HT) 1890€

1. Compréhension de l’Intelligence artificielle

Démo : Aux frontières de la science-fiction

Une définition qui change à travers le temps

Le test de Turing et le prix Loebner

LAB 1 : Expérience de pensée (la chambre chinoise)

Domaines connexes

Le marché de l’IA : l’écosystème, l’IA aujourd’hui, les métiers

LAB 2 : Identifier de nouvelles opportunités pour vos clients / utilisateurs (Empathy map ou Value proposition mapping ou Technique des personas)

2. Types d’applications, domaines d’implémentation et étude des cas d’utilisation

Ce que l’IA est, ce qu’elle n’est pas

Types d’applications :

  • reconnaissance vocale
  • reconnaissance visuelle
  • correcteur orthographique
  • traitement du langage
  • résolution de problèmes
  • etc.

Cas d’utilisation

  • Evaluation des risques
  • Agents conversationnels
  • Reconnaissance d’images
  • Algorithmes prédictifs
  • Analyse de données médicales
  • etc.

Types d’applications par domaine

Lab 3 : Définir les cas d’utilisation (Value proposition canvas et/ou Business Process Model)

3. Problématiques d’entreprise

Ethique et société

Les limitations du domaine en termes de données, puissance de calcul et ressources

Les frontières de l’entreprise : risque technologique, disponibilité des données, sécurité

Pourquoi utiliser l’IA

LAB 4 : SWOT d’un projet fait avec de l’IA

Les algorithmes : identification et utilisation

Une recherche de l’intelligence : intelligence forte vs. intelligence faible, ANI, AGI, ASI

Les approches

Types d’algorithmes

  • Recherches
  • Arbres de décision
  • Clustering
  • Le concept de Machine Learning : surapprentissage, régression linéaire, k-NN
  • Deep learning : réseaux neuronaux
  • Le traitement du langage naturel (NLP)

L’apprentissage supervisé, non-supervisé, renforcé

Démo : Tester des algorithmes sans coder avec rapidminer

5. Les technologies : choisir le bon outil, intervenir au bon niveau

Choisir entre des services existants et la création d’un projet sur mesure

Les langages incontournables

Les librairies

Les frameworks

Outils

Héberger son projet d’IA

Démo : Visualiser l’apprentissage d’un réseau de neurones avec TensorBoard

6. Projet final : Comment fait-on un projet d’intelligence artificielle ?

LAB 5 :

  1. Analyse de l’existant
  2. Chercher les données
  3. Définir des métriques
  4. Constitution d’une équipe
  5. Comment mettre en place une architecture
  6. Quels résultats attendre

7. Evolutions : de l’état de l’art aux applications industrialisables

  • Les recherches en cours et leurs possibles applications dans le futur
  • Tendances et attentes pour 2018
  • Projections sur l’évolution du marché