Initiation à l'IA : Maîtriser les enjeux et risques, caractériser et suivre un projet

Formation créée le 28/05/2024. Dernière mise à jour le 27/01/2025.
Version du programme : 1

Type de formation

Formation présentielle

Durée de formation

7 heures (1 jour)

Accessibilité

Oui

Initiation à l'IA : Maîtriser les enjeux et risques, caractériser et suivre un projet


Intervenants : M. Vasile - Marian SCUTURICI, Enseignant Chercheur au laboratoire LIRIS de l'INSA Lyon et coordinateur des formations en Intelligence Artificielle. M. SCUTURICI interviendra en binôme avec M. Benjamin BERTIN, Docteur et Ingénieur en informatique, Data Scientist dans l'équipe de valorisation du LIRIS. La démarche pédagogique proposée s'appuiera sur l'alternance d'apports théorique, d'échanges techniques et d'illustrations autour de cas existants. 💰Tarif adhérent (Minasmart inclus) : 590 € HT 💰 💰Tarif non adhérent : 750 € HT 💰

Objectifs de la formation

  • S'approprier et identifier les enjeux de la Data Science
  • Caractériser et suivre un projet à base de science de données
  • Maîtriser les risques liés à un projet IA

Profil des bénéficiaires

Pour qui
Prérequis
  • Idéalement une formation Bac + 2

Contenu de la formation

Introduction Science des données - 2 heures
  • Historique de l'Intelligence Artificielle / Machine Learning / Science des données
  • Introduction au Machine Learning : Apprentissage supervisé et non supervisé, données structurées et non structurées
  • Un modèle prédictif en profondeur : Arbres de décision
  • Validation d'un modèle, biais et variance
  • Impact du Big Data sur les méthodes d'apprentissage
Projets de science des données - 2 heures
  • Cycle de vie d'un projet de science des données
  • Exemple détaillé de la construction d'un modèle prédictif
  • Indicateurs de qualité; validation d'un modèle prédictif
  • Méthodologie de suivi d'un projet de science des données
Deep Learning - 1 heure 30
  • Du perceptron au réseaux profonds
  • Entraînement d'un réseau de neurones profond : Descente de gradient, back propagation
  • Architectures de réseau profond : Réseaux convolutifs, réseaux à base d'attention
  • Le Transfert Learning
Les risques liés à un projet IA - 1 heure 30
  • Qualité des données
  • Éthique d'un projet
  • Qualité d'un modèle prédictif
  • Explicabilité d'un modèle
  • Impartialité d'un modèle
  • Effet sur le comportement utilisateur
  • Limitation actuelle de l'IA; influence de l'IA sur l'emploi

Équipe pédagogique

Stéphane MOSNIER - Chargé de mission Formation - s.mosnier@digital-league.org Jessica GAY-MAYERE - Responsable de projet - j.gaymayere@digital-league.org Quentin POYET - Responsable administratif et financier - q.poyet@digital-league.org

Suivi de l'exécution et évaluation des résultats

  • Feuille d'émargement
  • Certificat de réalisation

Ressources techniques et pédagogiques

  • Support de cours remis à chaque participant

Capacité d'accueil

Entre 6 et 16 apprenants

Délai d'accès

3 semaines

Accessibilité

N'hésitez pas à nous contacter si vous souhaitez en savoir plus, que vous soyez intéressé pour suivre une formation, que vous ayez des demandes de personnalisation ou encore que vous ayez des salariés en situation de handicap. Nous apportons des réponses individualisées et adaptées à chaque situation. Concernant le handicap, nous étudions chaque situation individuellement pour prendre en compte : – Les obstacles de l’environnement de formation – Les incapacités ou capacités résiduelles de la personne Afin de supprimer les obstacles, ou au moins les réduire, afin de rendre nos formations « accessibles » à tous. Jessica GAY-MAYERE - Référente handicap - j.gaymayere@digital-league.org