Ia intelligence artificielle les fondamentaux

Code : 408 Catégorie de la formation : Option compatible :

Objectifs

En situation de travail, vous serez capable de :
A l’issue de cette formation, vous serez capable de :. Disposer d’une définition concrète des solutions et outils d’Intelligence Artificielle. Définir les types de bénéfices par métier, activité, secteur de l’Entreprise. Discerner les clés de réussite d’une solution d’Intelligence Artificielle. Connaître les solutions, outils et technologies actuellement employés dans un projet d’Intelligence Artificielle
Durant la formation vous apprendrez à :
- Maitriser l’interface et les fonctionnalités du logiciel.
- Créer des documents simples ou complexes.
- Enregistrer et exporter dans les formats standards.

Prochaines sessions (si disponibles) :

Contenu de la formation

Les usages de l’intelligence artificielle

Des exemples d’application (témoignages vidéo)

Des exemples d’application dans d’autres secteurs : Santé, transport, la sécurité, l’énergie, la distribution, le luxe, le tourisme..

Du fantasme à la réalité de l’Intelligence Artificielle

Historique, concepts de base et applications de l’intelligence artificielle

Vision globale des dispositifs d’Intelligence Artificielle

Machine Learning vs Deep Learning

Réseaux de neurones et deep learning

Qu’est-ce qu’un réseau de neurones ?

Le réseau de neurones : architecture, fonctions d’activation et de pondération des activations précédentes..

Qu’est-ce que l’apprentissage d’un réseau de neurones ?

Deep versus shallow network, overfit, underfit, convergence

L’apprentissage d’un réseau de neurones : fonctions de coût, back-propagation..

Modélisation d’un réseau de neurones : modélisation des données d’entrée et de sortie selon le type de problème

Approximer une fonction par un réseau de neurones

Approximer une distribution par un réseau de neurones

Génération de représentations internes au sein d’un réseau de neurones

Généralisation des résultats d’un réseau de neurones

Révolution du Deep Learning : généricité des outils et des problématiques

Sur quoi porte le deep learning ?

Les données : volumétries, dimensionnement, équilibre entre les classes, description

Données brutes vs features travaillées : que choisir ?

Classification de données

Les types : donnée, vidéo, image, son, texte, etc

Les enjeux d’une classification de données et les choix impliqués par un modèle de classification

Outils de classification : des réseaux de type Multilayer Perceptron ou Convolutional Neural Network

Prédiction d’information et donnée séquentielle/temporelle

Enjeux et limites d’une prédiction d’information

Règles structurelles au sein de la donnée pouvant permettre une logique de prédiction

Outils usuels de prédiction

Transformation/génération de données

Opération de réinterprétation d’une donnée : débruitage, segmentation d’image..

Opération de transformation sur un même format : traduction de texte d’une langue à une autre..

Opération de génération de donnée ’originale’ : Neural Style, génération d’images à partir de présentations textuelles

Reinforcement Learning : contrôle d’un environnement

Présentation des bots

Les types de Bots en fonction des domaines d’activité

Les enjeux marketing dans la digitalisation de la relation client

Pourquoi les entreprises misent-elles sur les Bots dans leur stratégie digitale ?

Optimiser la construction de l’interface d’échange du Bot : les composants spécifiques

Les offres des leaders du marché : Now (Google), Siri (Apple), Alexa(Amazon), Cortana (Microsoft)

Comment concevoir un Bot ?

Le langage naturel

Fondamentaux d’un système de compréhension de langage naturel

Comprendre les principes

Complexités de mise en oeuvre

Présentation des solutions Open Source

Solution de Google (Cloud Platform Speech), Alexa (Amazon), LUIS QnaMaker (Microsoft), Cognitive Services (Microsoft) ..

Les plates-formes de développement

Solutions de Développement : Wit.ai (Facebook), Chatfuel, Api.ai (Google), BotFramework (Microsoft)..

Les Modes de programmation waterfall

Panorama des Framework de développement

Création d’un Bot sans codage, les solutions Chatfuel et autres

Le Passage du Flow au Bot (smooch.ia)

Toutes les solutions de méthodes de déploiement

Comment héberger un Bot sur un serveur Web ?

Comment mettre en oeuvre une application d’ia?

Le cycle de vie d’un projet d’IA

L’accompagnement aux changements nécessaire

La roadmap de la mise en oeuvre d’une application en IA

Les spécificités d’un projet d’IA

Le rétro planning du ou des recrutements et leurs incidences sur les projets

Contenu de la formation

Prochaines sessions (si disponibles) :

Retour haut de page

Contact

Parce que tout ne s’écrit pas sur un site internet,
Parce que nous aimons faire du sur-mesure,
Parce que rien ne remplace la relation humaine,
Parce qu’on aimerait bien discuter avec vous,
Laissez-nous un message et on vous recontacte !

Adresse

20, chemin de la Cépière
Bâtiment A. - 3e étage 31100 Toulouse

Email

contact@opus-fabrica.fr

Téléphone

05 34 61 33 90