Notions de base de l'apprentissage automatique
Durée
Qu'est-ce que c'est?
Description
L'apprentissage automatique (AA) est la branche de l’intelligence artificielle ayant le plus d’impact dans la société. Pensez-y. Tous les jours, on réalise des tâches très complexes (vision, langage, etc.). Bien que naturelles, on ne sait pas expliquer comment on les fait… Comment alors enseigner ces tâches à un ordinateur? C’était avant la venue de l’AA! Celui-ci permet aujourd’hui à un ordinateur d’apprendre, par lui-même, à réaliser ces tâches, simplement à partir d’exemples fournis! Pour cette raison, et bien d’autres, l’AA est de plus en plus utilisé en industrie pour résoudre des problèmes de toutes sortes.
Cette formation vise à aider le participant à acquérir les connaissances lui permettant de comprendre l'AA, d'expliquer son fonctionnement et ses méthodes, de même que ses possibilités et limites actuelles. Il découvrira également une multitude d’applications courantes et futures de l’AA dans divers domaines de la société.
La formation sera axée sur la pratique, afin de rendre le participant opérationnel rapidement. Il se familiarisera aux principaux concepts et aux méthodes de l’AA à travers des exercices pratiques (tutoriels en Python) basés principalement sur des données réelles. L’accent est mis sur la compréhension de quelques méthodes de bases très représentatives plutôt que sur la multiplicité des méthodes existantes.
En plus des quelques concepts élémentaires techniques de programmation qui seront abordés, le participant se familiarisera avec les outils de visualisation de données ainsi qu’à certaines librairies Python utilisées en AA.
Cette formation en IA fait partie du Parcours Notions de base en intelligence artificielle.
Objectif général
Amener le participant à être en mesure d’acquérir les connaissances de base en intelligence artificielle et des librairies Python nécessaires à ses premiers projets.
Objectifs
- Expliquer le fonctionnement et les mécanismes de l'apprentissage automatique
- Identifier les possibilités et les limitations actuelles de l’intelligence artificielle
- Identifier les besoins en données pour la réalisation d’un projet d’intelligence artificielle (procéder au nettoyage d’une base de données)
- Expliquer et mettre en œuvre les éléments d’une bonne méthodologie de séparation des données
- Expliquer la régression et en appliquer deux méthodes
- Expliquer la classification et en appliquer deux méthodes
- Différencier l’apprentissage supervisé et non supervisé
- Différencier les outils de visualisation de données sur Python
- Utiliser des librairies pour l’application des concepts de base en Python
Clientèle cible
S’adresse principalement aux professionnels de l’industrie œuvrant dans des emplois liés à la programmation ou à l’exploitation de données.
Préalables
- Connaissance de base en programmation (langage python suggéré)
- Connaître les notions de base de l'algèbre linéaire et du calcul différentiel
Formule d'enseignement
En ligne à votre rythme
Offerte en tout temps
Autoformation
365 jours pour compléter la formation à partir du moment où vous la commencerez.
Que vais-je apprendre?
Contenu
Thème 1 : Introduction à l’intelligence artificielle
- Qu’est-ce que l’intelligence artificielle?
- Des exemples concrets
- Les opportunités et limitations de l’intelligence artificielle
Thème 2 : Les besoins en données de l’apprentissage automatique
- Qu'est-ce que la régression?
- Qu’est-ce que la classification?
- Le prétraitement des données
- Méthodologie et séparation des données
- L’apprentissage supervisé et non supervisé
Thème 3 : Introduction aux outils de visualisation
- Pourquoi visualiser ses données?
- Panda
- Matplotlib
- Seaborn
- Autres outils
Thème 4 : Introduction à Scikit-Learn
- De théorie à librairie
- Utiliser les fonctions et la documentation
Matériel requis
- Utiliser un navigateur Web à jour entre Chrome, Firefox, Edge ou Safari
- Ordinateur ou tablette
PAX Expérience
PAX est une plateforme unique d’apprentissage novatrice, dite intelligente, qui regroupe des outils d’apprentissage adaptatifs et interactifs. Elle agit véritablement comme un tuteur intelligent permettant à l’apprenant d’apprendre par déduction en connaissant la nature et la source de ses erreurs.
Avantages distinctifs de PAX :
- La théorie est exposée sous forme de modules multimédias interactifs
- Des exercices interactifs permettent l'approfondissement des notions théoriques enseignées. Ceux-ci sont analysés par PAX, qui offre une rétroaction immédiate et individuelle afin d'aider le participant à corriger ses erreurs par déduction
- Des quiz chronométrés permettent au participant de tester ses acquis autant de fois qu’il le désire
- Un forum contextuel où les fils de discussions sont liés aux contenus (modules-exercices et quiz)
- Un forum animé par des experts en Python
Découvrez tous les avantages de PAX Expérience : https://www.fsg.ulaval.ca/etudes/formation-continue/pax-experience/
Inclus dans le tarif
- Frais d’inscription
- Accès à la plateforme d’apprentissage expérientiel
- Matériel pédagogique
- Frais de gestion du dossier
- Attestation de participation
Qui va m'accompagner?
Pierre Gravel
Professionnel de recherche à l'Institut intelligence de données (IID) de l'Université Laval, Ph.D.
Et si je souhaite aller plus loin?
Ce cours est aussi offert dans un programme qui pourrait vous plaire. Développez davantage vos compétences sur le sujet en vous y inscrivant.
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.
Pour plus d'informations
Formation continue de la Faculté des sciences et de génie
Pavillon Adrien-Pouliot, bureau 3120
418 656-2793
formation.continue@fsg.ulaval.ca