Cette formation de cinq jours permet de découvrir et d’approfondir l’utilisation de l’Intelligence Artificielle en Data Science. Elle combine théorie et pratique pour apprendre à concevoir, entraîner et déployer des modèles IA adaptés aux besoins métiers, à travers des ateliers concrets.
Objectif
L’objectif de cette formation est de permettre aux participants de comprendre les bases de l’IA, de travailler efficacement avec des données et de développer des modèles de Machine Learning et Deep Learning pour répondre à des problématiques réelles.
Est-ce pour vous ?
Data scientists, data analysts, développeurs souhaitant se spécialiser en IA, ingénieurs logiciels, architectes techniques et chefs de projet technique orientés données.
Préalables
Connaissances de base en Python. Notions en statistiques et algèbre linéaire. Familiarité avec les concepts de Data Science
Vos gains
Contenu
1 : Concepts fondamentaux
- Définition IA, Machine Learning, Deep Learning.
- Applications en Data Science.
2 : Écosystème et outils
- Python pour IA.
- Bibliothèques clés : NumPy, Pandas, Matplotlib.
- Atelier pratique :
- Exploration et visualisation d’un jeu de données.
Voir plus +/-
3 : Collecte et nettoyage des données
- Gestion des données manquantes.
- Normalisation et encodage.
4 : Feature Engineering
- Sélection et transformation des variables.
- Atelier pratique :
- Préparation d’un dataset pour un modèle prédictif.
5 : Apprentissage supervisé
- Régression linéaire et logistique.
- Arbres de décision et Random Forest.
6 : Apprentissage non supervisé
- Clustering (K-means).
- Réduction de dimension (PCA).
- Atelier pratique :
- Implémentation d’un modèle ML avec Scikit-learn.
7 : Bases du Deep Learning
- Architecture des réseaux neuronaux.
- Fonctions d’activation et backpropagation.
8 : Frameworks avancés
- TensorFlow vs PyTorch.
- Création d’un réseau simple.
- Atelier pratique :
- Développement d’un modèle de classification d’images.
9 : Évaluation et optimisation
- Métriques de performance.
- Hyperparamètres et tuning.
10 : Déploiement d’un projet IA
- Intégration dans un environnement réel.
- Outils de déploiement (Flask, FastAPI).
- Atelier pratique :
- Déploiement d’un modèle IA via une API.
💡 Informations utiles
Nos formations sont offertes à Montréal ou Québec en présentiel ou en format virtuel. Les dates et lieux sont précisés lors de votre choix de session ci-dessous. Si vous avez des questions concernant l'inscription, les horaires, la langue d’enseignement ou les modalités d’annulation, consultez notre FAQ .
Intervenants
Formation en entreprise
Vous avez plusieurs employés intéressés par une même formation? Que ce soit en présentiel dans vos bureaux ou à distance en mode virtuel, nous offrons des formations privées adaptées aux besoins de votre équipe. Des tarifs de groupes sont disponibles. Contactez-nous pour plus de détails ou demandez une soumission en ligne.
Demander une soumission