École en ligne en apprentissage automatique

Durée

45 heures

Durée calendrier

3 semaines

Qu'est-ce que c'est?

Description

Cette formation est également offerte sur demande, informez-vous ici.

L'apprentissage automatique (machine learning) est un champ d'études de l'intelligence artificielle (IA) qui fait interagir un ensemble d'outils informatiques et statistiques permettant à l'ordinateur « d’apprendre » à partir de données. Ce dernier pourra exécuter des tâches ou répondre à des questions de façon automatique sans nécessiter explicitement de programmation.

La transformation numérique étant amorcée, tous les secteurs d’activité confondus doivent intégrer ces nouvelles technologies à leur processus d’affaires pour demeurer compétitifs. Les techniques se perfectionnent continuellement et le besoin de professionnels qualifiés et formés pour ce genre d'approche croît de façon exponentielle.

La formation offerte 100% en ligne permettra aux participants d’intervenir sur des projets dans leur domaine et leur transmettra le bagage nécessaire à la poursuite de cet apprentissage dans leur milieu de travail, de recherche ou d’études.

Formule en ligne

La formule en ligne de l’École en apprentissage automatique permet aux participants de compléter la formation entièrement à distance à un rythme adapté à leur horaire. En plus de profiter de l’enseignement provenant des professeurs de la Faculté des sciences et de génie les participants pourront bénéficier d’un accompagnement lors des exercices pratiques assure par une équipe d’experts.

Les participants se verront offrir un accès en tout temps à un forum contextuel où ils pourront échanger avec leurs pairs et obtenir une rétroaction des formateurs via une plateforme d’apprentissage distinctive unique développée au sein même de la Faculté. Ils pourront également s’entretenir directement avec nos experts lors des séances de question en direct prévues à différents moments au cours de la formation et se joindre aux ateliers d’exercices dirigés au besoin. Les apprenants quitteront avec une connaissance pratique et appliquée de l’apprentissage automatique qui leur donnera la confiance nécessaire pour prendre des décisions stratégiques réfléchies et amorcer des changements dans leur organisation.

Applications possibles de l’apprentissage automatique dans vos activités professionnelles

  • Gestion du risque
  • Gestion des commandes et des réclamations, optimisation des niveaux d’inventaire
  • Protection des données personnelles
  • Connaissance du client (comprendre ses comportements et ses préférences)
  • Détection de la fraude et des spams
  • Conduite autonome
  • Adapter les techniques de culture à la météo (secteur agriculture)
  • Maintenance prédictive
  • Assistance vocale intelligente
  • Reconnaissance vocale et de l’écriture manuscrite

Équipement requis

  • Chaque participant doit avoir un portable ayant une capacité minimale de 8 Go de RAM.

Inclus dans la tarif

  • Frais d’inscription et frais de gestion du dossier
  • Accès à la Plateforme d’Apprentissage expérientielle PAX
  • Matériel pédagogique
  • Attestation de participation

Précisions sur les coûts

  • Tarif régulier : 1 500$
  • Rabais de 50% de Scale AI : 750$ (détails et admissibilité plus bas)
  • Tarif étudiant : 500$ (doit étudier temps plein, peu importe l'établissement d'enseignement) *Une preuve du statut étudiant temps plein sera exigée.

Formation accréditée par Scale AI

Inscrivez-vous à cette formation accréditée par Scale AI et bénéficiez d’un rabais de 50 % sur le tarif. Pour bénéficier de cette subvention à titre individuel, les participants doivent obligatoirement occuper un emploi au Canada.

Au Québec, il est également indispensable de fournir le NEQ de votre employeur ainsi que d’identifier s'il s'agit d’une institution publique ou parapublique afin de bénéficier du rabais.

Précisions sur la formation

  • Formule entièrement à distance – 45 heures réparties sur une période de 3 semaines
  • Infrastructure et matériel (théorie et exercices) entièrement accessibles via la Plateforme d’Apprentissage eXpérientielle PAX dès la première journée pour respecter le rythme de chacun
  • 25 heures estimées pour les exercices pratiques interactifs dans un environnement Jupyter
  • 6 heures de séances en direct avec les professeurs ou experts formateurs réparties sur la durée de l’école
  • Séances en direct entièrement enregistrées et disponibles pour réécoute
  • 5 ateliers d’exercices dirigés offerts tout au long de votre cheminement
  • Assistance via un forum contextuel lors des exercices pratiques par une équipe d'étudiants aux cycles supérieurs
  • Conférence portant sur l’éthique des algorithmes
  • Activité de synthèse – Panel – De l’académique à la mise en pratique

Précisions sur les formations en groupe privé


Objectif général

Amener le participant à être en mesure de résoudre des problèmes identifiés en milieu de travail au moyen des techniques d’apprentissage automatique.

Objectifs

  • Identifier les problèmes rencontrés en entreprise pouvant être résolus par l'apprentissage automatique;
  • Déterminer les avantages et les limites du paradigme d'apprentissage automatique;
  • Fixer les requis pour la mise en place appropriée d'un pipeline d'apprentissage;
  • Appliquer les techniques courantes pour résoudre des problèmes d'apprentissage automatique supervisé

Clientèle cible

  • Informaticiens et autres professionnels des technologies de l'information
  • Ingénieurs
  • Actuaires
  • Scientifiques et chercheurs
  • Étudiants inscrits à temps plein aux cycles supérieurs dans une discipline liée

Préalables

  • Être initié au langage de programmation Python (suivre au besoin nos formations Python impératif et Python orienté objet)
  • Être en mesure de définir sommairement le fonctionnement et les mécanismes de l’apprentissage automatique supervisé et ou non supervisé
  • Être en mesure de différencier les problèmes de régression et de classification de données
  • Être en mesure d’utiliser des librairies pour l’application des concepts de bases en programmation (langage Python suggéré)

Vous n'avez pas les prérequis? Inscrivez-vous à la nouvelle formation Notions de base de l’apprentissage automatique qui couvre l'ensemble des bases de l'IA.

Formule d'enseignement

  • En ligne

    Aucune date annoncée

Comment cette formation est-elle reconnue?

Que vais-je apprendre?

Contenu

Semaine 1

  • Lundi : Séance d'accueil en ligne, 13h à 13h30
  • Mardi : Exercices dirigés – Introduction à l’apprentissage automatique, 11h à 12h
  • Mercredi : Webinaire - Introduction à l'apprentissage automatique, 13h à 14h
  • Jeudi : Exercices dirigés – Méthode de régression, 11h à 12h
  • Vendredi : Webinaire - Méthode de régression , 13h à 14h

Semaine 2

  • Lundi : Exercices dirigés – Méthode de classification, 11h à 12h
  • Mardi : Conférence - Stratégies pour une utilisation responsable des modèles prédictifs en entreprise, 13h à 14h30
  • Mercredi : Webinaire - Méthode de classification 13h à 14h
  • Jeudi : Exercices dirigés – Méthode d'évaluation, 11h à 12h
  • Vendredi : Webinaire - Évaluation et sélection des modèles, 13h à 14h

Semaine 3

  • Mardi : Exercices dirigés – Introduction à l'apprentissage profond, 11h à 12h
  • Mercredi : Webinaire - Introduction à l'apprentissage profond, 13h à 14h
  • Vendredi : Panel d'experts: De l'académique à la mise en pratique, 13h à 14h30

Nous nous réservons le droit d’apporter des modifications à l’horaire des séances en direct.

Conférence « Stratégies pour une utilisation responsable des modèles prédictifs en entreprise »

Lorsque vient le temps d'analyser nos données, l'utilisation de l'intelligence artificielle ou plutôt le retrait de l'humain de l'équation pourrait donner l'impression d'en retirer toute forme de biais. Cependant, ce n'est pas si simple. Cette conférence vous permettra de prendre du recul sur les différents enjeux entourant l'éthique de l'intelligence artificielle et plus particulièrement l'équité algorithmique. Par un atelier interactif, notre conférencière cherchera à rendre très concrètes les différentes perspectives philosophiques de cette question. Afin de vous permettre d'aller au-delà de la réflexion et d'agir, elle abordera différentes stratégies pour corriger ou atténuer les sources potentielles de discrimination dans vos solutions. Elle vous proposera aussi un processus à intégrer en entreprise pendant la conception des modèles, pour tendre vers une utilisation plus responsable des techniques d’apprentissage automatique.

Introduction à l'apprentissage automatique

À la fin de ce thème, le participant sera apte à :

  • Comprendre le paradigme de programmation par apprentissage automatique
  • Connaître les principales formes d'apprentissage
  • Comprendre les notions de généralisation et de sur apprentissage
  • Appliquer une méthodologie d'apprentissage automatique rigoureuse
  • Connaître les principaux algorithmes d'apprentissage supervisé
  • Connaître les enjeux éthiques et les limites des algorithmes d’apprentissage automatique
  • Réaliser des analyses exploratoires des données

Méthodes de régression

À la fin de ce thème, le participant sera apte à :

  • Connaître les fondements des modèles linéaires et de ses extensions
  • Appliquer les méthodes d’inférence pour un modèle linéaire
  • Faire la sélection des variables explicatives
  • Utiliser un modèle linéaire pour effectuer des prévisions

Application des méthodes de classification

À la fin de ce thème, le participant sera apte à :

  • Connaître les fondements des différents algorithmes de classification
  • Appliquer les bons algorithmes de classification selon le contexte d’application
  • Comprendre l'effet des hyperparamètres sur l'erreur de généralisation

Évaluation et sélection des modèles

À la fin de ce thème, le participant sera apte à :

  • Comprendre la notion de métrique
  • Connaître les principales métriques de classification et régression
  • Comparer des modèles sur la base de certaines métriques
  • Utiliser une métrique dans un cadre méthodologique de sélection de modèles
  • Connaître les métriques permettant de contrer le débalancement de classes

Introduction à l'apprentissage profond

À la fin de ce thème, le participant sera apte à :

  • Comprendre le fonctionnement d'un réseau de neurones
  • Connaître les principales fonctions de perte pour les réseaux de neurones
  • Comprendre la structure d'un réseau de neurones
  • Entraîner un réseau de neurones avec un cadre méthodologique
  • Comprendre la structure du réseau de neurones convolutionnels
  • Comprendre les principaux opérateurs de convolution
  • Comprendre la structure du réseau de neurones récurrent
  • Réaliser de la segmentation et de la classification d'images

Panel d'experts : De l'académique à la mise en pratique

Se donner l'occasion d'apprendre est une chose, mais prendre le risque d'améliorer voire même de changer complètement ses façons de faire peut donner le vertige ou encore se heurter à des freins opérationnels imprévus. Cette année, l'École d'Hiver en Apprentissage automatique, en plus de vous offrir une formation de qualité, vous propose de prendre un temps afin de mieux vous préparer à ce qui vous attend lorsque vous souhaiterez mettre en application vos nouveaux apprentissages. Venez rencontrer nos experts, qui sauront vous préparer à la réalité du terrain et répondre à vos interrogations.

Qui va m'accompagner?

Pascal Germain

Professeur adjoint, département d'informatique et de génie logiciel, Université Laval

Christian Gagné

Professeur au département de génie électrique et de génie informatique, Université Laval

Marie-Pier Côté

Professeure à l’École d’actuariat

Patrick Dallaire

Professeur associé, département d'informatique et génie logiciel, Université Laval

Philippe Giguère

Professeur, département d'informatique et de génie logiciel, Université Laval

Qui offre cette formation?

Pour développer vos compétences et élargir vos horizons professionnels, la Formation continue de la Faculté des sciences et de génie vous propose une offre de formation en constante évolution. Nous offrons des formations pour tous les besoins : perfectionnement court, formations plus longues ainsi que des formations en entreprise et sur mesure. Profitez de la flexibilité de nos formations et mettez vos compétences à jour grâce à notre offre de perfectionnement.