Connaître les grandes approches et techniques de machine learning_1/2 journée
Depuis 15 ans, l’analyse de données a connu un essor spectaculaire, et les opportunités liées au Big Data et à l’Intelligence Artificielle ont transformé de nombreux métiers. Bill Gates évoque une révolution par l’IA aussi forte que « les téléphones portables et Internet ». Le boom de l’IA générative, notamment depuis le phénomène ChatGPT en 2022, a encore amplifié les possibilités offertes par la data science.
Pour tirer pleinement parti des opportunités offertes par l’IA et les data sciences, il est essentiel d’avoir une idée précise de ce qu’elles permettent de faire. C’est l’objet de cette formation, qui vise à présenter les techniques les plus importantes de machine learning, à la fois en montrant leur intérêt, mais aussi en donnant des clés de compréhension et d’évaluation de leur performance. Elle améliorera ainsi tant la phase d’idéation que la collaboration entre les équipes métier et les équipes expertes de la data et de l’IA.
Remarque : cette formation n’a pas vocation à apprendre à coder et réaliser soi-même les différentes méthodes présentées, ce qui fait l’objet de la formation « Connaître et appliquer les grandes techniques de machine learning » dispensée sur 2 jours.
Public visé
Tout public
Objectifs et compétences visées
- Présenter un panorama des types de problématiques adressables par machine learning
- Détailler pour chacun une ou plusieurs méthodes
- Faire comprendre à la fois les différences mais aussi les logiques communes au sein du machine learning
- Faciliter l’idéation de cas d’usage
- Rendre plus efficace les interactions avec les équipes expertes de la data, notamment les data scientists
Pré-requis
Aucun
Programme
Introduction
- L’Intelligence Artificielle et ses différentes déclinaisons : de l’IA symbolique au machine learning
- Le machine learning : cœur d’un écosystème vaste aux multiples parties prenantes
- L’évaluation, élément clé du succès
Faire des prévisions
- Prévoir des nombres : la régression
- Prévoir des catégories : la classification
- Méthodes à base d’arbres : forêts aléatoires, boosted trees
- Deep learning et réseaux de neurones
Comprendre ses données
- Repérer des groupes de données similaires : le clustering
- Identifier des anomalies
- Prendre la meilleure « photo » de ses données : l’Analyse en Composantes Principales
Créer de nouvelles données : l’IA générative
- Créer du texte à partir d’IA générative
- Autres possibilités de création par IA générative : images, sons, vidéos, présentations types Powerpoint…
- l’IA générative argentique
Méthode pédagogique
Méthodes pédagogiques utilisées
- Formation magistrale
- Quizz
- Exercices
Intervenants
Raphaël Deswarte
Prochaines sessions
- Dates à venir
jamais oser le faire... écrivez-nous !
(On est très sympa)
Si vous souhaitez nous appeler : 07.67.12.42.94