Bases de l'IA et de l'apprentissage automatique pour les professionnels non techniques

19/08/2026 : 9h-12h PST 20/08/2026 : 9h-12h PST Découvrez les bases de l'IA et de l'apprentissage automatique sans le jargon technique lors de cette rencontre décontractée et conviviale pour les débutants. Dans ce cours, vous aurez l'occasion d'apprendre à : * Décrire les techniques et usages de l'apprentissage supervisé et non supervisé * Comparer l'IA, l'apprentissage automatique et l'apprentissage profond * Comprendre des techniques comme la classification, le regroupement et la régression * Discuter de la manière d'identifier quels types de techniques appliquer à des cas d'utilisation spécifiques * Comprendre les offres populaires en matière d'apprentissage automatique telles qu'Amazon Machine Learning, TensorFlow, Azure Machine Learning, Spark mlib, Python et R, etc. * Comprendre la relation entre l'ingénierie des données et la science des données * Comprendre le processus de la science des données * Discuter des cas d'utilisation de l'apprentissage automatique dans différents domaines * Identifier quand utiliser ou non l'apprentissage automatique * Définir comment former une équipe d'apprentissage automatique pour réussir * Comprendre l'utilisation des outils à travers une démonstration d'apprentissage automatique et des labs pratiques. Plan du cours : * Introduction au cours * Histoire et contexte de l'IA et de l'apprentissage automatique * Comparer l'IA, l'apprentissage automatique et l'apprentissage profond * Décrire les techniques et usages de l'apprentissage supervisé et non supervisé * Modèles d'apprentissage automatique - Classification - Regroupement - Régression * Cycle de hype de Gartner pour les technologies émergentes * Offres d'apprentissage automatique dans l'industrie * Discuter des cas d'utilisation de l'apprentissage automatique dans différents domaines * Comprendre le processus de science des données à appliquer aux cas d'utilisation de l'apprentissage automatique * Comprendre la relation entre l'ingénierie des données et la science des données * Identifier les différents rôles nécessaires pour un projet d'apprentissage automatique réussi * Pratique : Créer un compte pour Microsoft Azure Machine Learning Studio * Démo : Apprentissage automatique avec Azure ML studio * Démo : Apprentissage automatique avec Scikit-learn * Références et étapes suivantes