Techniques de l’Intelligence Artificielle : applications et développement
Organisé par :
Description
Le nombre de possibilités offertes par l’Intelligence Artificielle n’ont de cesse d’augmenter. Les technologies d’aujourd’hui permettent de nouvelles applications dans le monde de l’entreprise. Cette formation a 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 à toute personne souhaitant participer à un projet d'Intelligence Artificielle et qui souhaite découvrir le fonctionnement des algorithmes d'Intelligence Artificielle.
Quels sont les buts de la formation ?
Les compétences visées par la formation sont les suivantes :
- Comprendre les enjeux de mise en place d’un projet d’IA
- Identifier la valeur ajoutée d’un projet d’IA au sein d’une entreprise
- Identifier les besoins liés à l’intégration du projet d’IA dans les processus actuels de l’entreprise
- Identifier les étapes clefs nécessaires à la mise en place d’un projet d’IA
- Identifier les acteurs intervenant dans un projet d’IA
- Comprendre les principales techniques utilisées dans un projet d’IA
- Comprendre les outils existants permettant la mise en place d‘un projet d’IA
Que devez vous connaître pour suivre la formation ?
Débutant
Programme de la formation
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