We may earn an affiliate commission when you visit our partners.
Course image
Jian-Yun Nie, Julien Crowe, Hugo Larochelle, and Laurent CHARLIN

Ce cours en ligne ouvert à grand public (CLOM ou MOOC) apporte des réponses à ces questions. Il se concentre sur un des volets clés de l’IA : l’apprentissage automatique supervisé. Le cours vise à enseigner des notions transversales et transférables à tous ceux et celles qui ont été exposés aux sciences dans une institution postsecondaire. L’objectif est de permettre à un grand nombre de personnes de comprendre comment l’IA fonctionne, de s’engager dans des conversations sur l’IA, d’apporter ses propres jugements sur la faisabilité, les apports et les conséquences de l’IA. Tout au long du cours, nous montrerons des applications des techniques de l’IA pour traiter différents problèmes pratiques en linguistique, psychoéducation, commerce électronique et médecine.

Read more

Ce cours en ligne ouvert à grand public (CLOM ou MOOC) apporte des réponses à ces questions. Il se concentre sur un des volets clés de l’IA : l’apprentissage automatique supervisé. Le cours vise à enseigner des notions transversales et transférables à tous ceux et celles qui ont été exposés aux sciences dans une institution postsecondaire. L’objectif est de permettre à un grand nombre de personnes de comprendre comment l’IA fonctionne, de s’engager dans des conversations sur l’IA, d’apporter ses propres jugements sur la faisabilité, les apports et les conséquences de l’IA. Tout au long du cours, nous montrerons des applications des techniques de l’IA pour traiter différents problèmes pratiques en linguistique, psychoéducation, commerce électronique et médecine.

Le cours est présenté par une équipe de spécialistes en IA : des professeurs universitaires en IA, des chercheurs dans l’industrie, des spécialistes dans des domaines d’application et des assistants d’enseignement en IA et en pédagogie. Le projet a été créé dans le cadre d'une collaboration spéciale avec le Collège de Maisonneuve, le Collège Jean-de- Brébeuf et le Collège de Bois-de-Boulogne.

What's inside

Learning objective

Le cours contient six (6) modules qui portent sur différents aspects de l’apprentissage automatique. chacun contient des exemples et une évaluation sommative.

Syllabus

Module 6 : Déploiement et avenir de l’IA
Module 1 : Introduction générale sur l’apprentissage automatique
Principes de base
Concepts généraux
Read more
L'aperçu des applications et des intervenants
Tutoriel. L'apprentissage supervisé : un cadre général basé sur scikit-learn
Module 2 : Préparation des données
Les types de données
Concepts en extraction de caractéristiques
Module 3 : Algorithmes de base en apprentissage automatique
Les arbres de décision
La classification bayésienne naïve
Les machines à vecteurs de support (SVM)
Module 4 : Apprentissage automatique avec des réseaux de neurones
Structure de base d’un réseau de neurones
Principe d’apprentissage par un réseau de neurones
Caractéristiques des réseaux de neurones
Module 5 : Apprentissage profond Principes des réseaux profonds
Principes de l'apprentissage profond
Architectures principales de l'apprentissage profond
Caractéristiques des réseaux de neurones profonds
Synthèse sur les algorithmes d’apprentissage automatique et leur évolution
Introduction sur l'IA en entreprise
Processus de création de valeur en entreprise avec l'IA
La stratégie en entreprise sur le succès des projets IA
Prérequis de projets en entreprise
Le cours est présenté par une équipe de spécialistes en IA : des professeurs universitaires en IA, des chercheurs dans l’industrie, des spécialistes dans des domaines d’application et des assistants d’enseignement en IA et en pédagogie.

Good to know

Know what's good
, what to watch for
, and possible dealbreakers
Enseigne l'apprentissage automatique supervisé, ce qui est un incontournable du secteur des technologies
Apporte des notions transversales et transférables, ce qui en fait une formation complète
Convient aux personnes ayant des connaissances scientifiques postsecondaires, ce qui en fait une formation accessible à un large public
Présenté par une équipe d'experts en IA, ce qui garantit la qualité de l'enseignement
Illustre l'utilisation de l'IA dans des domaines pratiques, ce qui rend la formation concrète et pertinente

Save this course

Save Techniques d’intelligence artificielle : des fondements aux applications to your list so you can find it easily later:
Save

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Techniques d’intelligence artificielle : des fondements aux applications with these activities:
Organisez vos notes et vos ressources
Vous améliorerez votre rétention et votre compréhension de l'apprentissage automatique en organisant et en révisant vos matériaux.
Show steps
  • Regroupez vos notes, devoirs, quiz et examens dans un seul endroit.
  • Créez des résumés et des fiches de synthèse pour les concepts clés.
Lisez "Deep Learning" de Yoshua Bengio
Ce livre vous fournira une base solide en apprentissage automatique, notamment en apprentissage profond.
Show steps
  • Lisez les chapitres sur les concepts fondamentaux de l'apprentissage automatique.
  • Approfondissez vos connaissances sur les réseaux de neurones et l'apprentissage profond.
Pratiquez les bases de l'apprentissage automatique
Vous familiariserez avec les concepts fondamentaux de l'apprentissage automatique et renforcerez votre compréhension.
Show steps
  • Résolvez des exercices pratiques sur les algorithmes d'apprentissage automatique de base, tels que les arbres de décision et les SVM.
  • Utilisez un environnement de développement pour mettre en pratique vos compétences en apprentissage automatique.
Three other activities
Expand to see all activities and additional details
Show all six activities
Participez à des sessions d'étude en groupe
Vous consoliderez vos connaissances en apprentissage automatique en partageant et en discutant des concepts avec vos pairs.
Show steps
  • Rejoignez ou créez un groupe d'étude avec d'autres étudiants.
  • Révisez ensemble les concepts, travaillez sur des exercices et discutez de vos idées.
Démarrez un projet d'apprentissage automatique
Vous approfondirez vos connaissances en apprentissage automatique en travaillant sur un projet pratique.
Show steps
  • Identifiez un projet d'apprentissage automatique qui vous intéresse.
  • Rédigez une proposition de projet et définissez vos objectifs.
  • Collectez et préparez les données nécessaires.
  • Développez et entraînez un modèle d'apprentissage automatique.
  • Évaluez les performances de votre modèle et apportez des améliorations.
Créez une application d'apprentissage automatique
Vous mettrez vos compétences en apprentissage automatique en pratique en développant une application concrète.
Show steps
  • Identifiez un problème spécifique que vous souhaitez résoudre à l'aide de l'apprentissage automatique.
  • Collectez et préparez les données nécessaires.
  • Développez et entraînez un modèle d'apprentissage automatique.
  • Déployez et testez votre application.

Career center

Learners who complete Techniques d’intelligence artificielle : des fondements aux applications will develop knowledge and skills that may be useful to these careers:

Reading list

We haven't picked any books for this reading list yet.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Here are nine courses similar to Techniques d’intelligence artificielle : des fondements aux applications.
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser