Sorry, this page is no longer available
Sorry, this page is no longer available
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

Traffic lights

Read about what's good
what should give you pause
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

Create your own learning path. Save this course to your list so you can find it easily later.
Save

Reviews summary

Fondamentaux et applications de l'ia

Selon les apprenants, ce cours offre une solide introduction aux techniques d'intelligence artificielle, particulièrement l'apprentissage automatique supervisé. Les fondamentaux sont bien couverts, avec des applications pratiques en linguistique et médecine. Les modules sur les réseaux de neurones et l'apprentissage profond sont considérés comme des points forts. Le tutoriel sur scikit-learn est utile pour une approche pratique. Le cours est adapté aux professionnels souhaitant comprendre la création de valeur avec l'IA en entreprise, bien que certains pourraient souhaiter plus d'exercices pratiques approfondis.
Nécessite une exposition préalable aux sciences postsecondaires.
"Je pense que le cours est plus adapté si on a déjà une base solide en sciences."
"Bien que les fondements soient expliqués, une certaine familiarité avec les concepts mathématiques est un atout."
"Ce n'est pas un cours pour débutants absolus sans aucune expérience scientifique ou technique."
Inclut un tutoriel pratique utilisant scikit-learn pour l'implémentation.
"Le tutoriel sur scikit-learn était un excellent point de départ pour la pratique."
"J'ai apprécié l'approche pratique pour l'apprentissage supervisé."
"Le cours combine bien théorie et une touche de mise en œuvre avec des outils standards."
Présente les algorithmes fondamentaux du ML et du deep learning.
"La section sur les réseaux de neurones était très instructive et bien structurée."
"J'ai trouvé la synthèse des algorithmes d'apprentissage automatique très utile."
"Le cours aborde bien les SVM et les arbres de décision, ce qui est essentiel."
Met en lumière l'application concrète des techniques d'IA.
"J'ai apprécié les exemples concrets en linguistique et e-commerce."
"Le module sur l'IA en entreprise m'a donné une vision claire de la création de valeur."
"Le cours permet de juger la faisabilité et les apports de l'IA dans le monde réel."
Offre une base conceptuelle claire en IA et apprentissage automatique.
"J'ai acquis une compréhension claire des principes de base de l'apprentissage automatique."
"Le cours explique très bien les concepts généraux avant d'aborder les algorithmes complexes."
"La section sur la préparation des données était particulièrement utile pour poser les bases."
Le rythme du cours peut être rapide, et la profondeur varie.
"J'ai trouvé que certains concepts étaient traités un peu rapidement, nécessitant des recherches complémentaires."
"Le cours donne un bon aperçu, mais pour les sujets avancés comme le deep learning, on pourrait vouloir plus de détails."
"Le contenu est dense, et il faut être discipliné pour suivre le rythme."

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

Similar courses are unavailable at this time. Please try again later.
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 - 2025 OpenCourser