FC9BD14

Stage inter entreprise

Prix 2020 :

1 700 €

Comment financer sa formation ?

Durée :

2 jour(s)

Prochaine(s) session(s)

  • Du 03/12/2020 au 04/12/2020 à Paris - 1 700 €

Présentation

Les services utilisant l’intelligence artificielle sont présents dans presque tous les domaines (science, transports, énergie, médecine, sécurité, banque, assurance, commerce, etc.), au fur et à mesure que l’Internet of Things (IoT), l’usage généralisé de technologies d’analyse ou le développement des solutions de type cloud accroissent la disponibilité d’informations à la granularité de plus en plus fine. Les attentes sont considérables et les avancées technologies rendent l’apprentissage des machines plus précis et moins coûteux. L’intelligence artificielle permettrait de développer une médecine hautement personnalisée, allant jusqu’à adapter le traitement aux caractéristiques génétiques du patient. Elle rendrait possible la conception de systèmes de maintenance prédictive des infrastructures complexes, telles que des réseaux de transport d’énergie ou des aéronefs, détectant suffisamment tôt les « signaux faibles » annonciateurs de dysfonctionnements, permettant ainsi le remplacement des composants avant leur probable défaillance et assurant une plus grande pérennité au service prodigué, ou encore des véhicules de transport à la fois sûrs et totalement autonomes. Les opportunités sont indéniables et il est légitime d’espérer la mise au point d’applications performantes nourries par les mégadonnées. Cependant, l’intelligence artificielle ne tiendra vraiment ses promesses que si des défis scientifiques sont relevés. Avant d’être LA solution, l’apprentissage statistique (Machine Learning) pose un grand nombre de problèmes passionnants. Cette formation permet d’apprécier les opportunités, les enjeux et les défis liés au développement de l’intelligence artificielle.

Objectifs

Identifier les enjeux économiques liés à l’intelligence artificielle. Identifier les usages, la portée et les précautions de l’utilisation de l’intelligence artificielle. Reconnaître les techniques mathématiques, informatiques et de robotique nécessaires à la proposition de services d’intelligence artificielle.

  • Programme

    Introduction

    • Comment caractériser l'intelligence artificielle
    • Principes généraux
    • Mise en perspective

    Les données à l'origine et au centre de l'IA

    • Différents types de données
    • Big data et explosion des données générées
    • Enrichissement et sélection des données comme moyen d'améliorer la pertinence et les usages

    Représentation des connaissances et raisonnement

    • Bases en logique
    • Apprentissage symbolique
    • Programmation logique

    L'apprentissage statistique à la base de l'IA

    • Apprentissage supervisé : arbres de décision, réseaux de neurones
    • Apprentissage non supervisé
    • Apprentissage par renforcement
    • Evolutions actuelles

    Principaux cas d'usage

    • Analyse de données personnelles
    • Analyse de données issues des machines (IoT, IT, etc.)
    • Analyse de données multimédia
    • Domaines d'application

    Forces et limites

    • Forces et acteurs économiques
    • L'homme augmenté
    • Limites et pertinence des technologies et des usages
    • Influence des réglementions sur les données

    L'IA et l'homme

    • Dimensions artistique, éthique, philosophique et spirituelle

    Synthèse et conclusion

  • Modalités pédagogiques

    Des exemples illustrent les concepts théoriques.

  • Public cible et prérequis

    Décideurs et ingénieurs désireux d’appréhender les grands concepts, les usages et les domaines d’application de l’intelligence artificielle.

    Une connaissance générale des technologies de l’information permet de tirer un meilleur profit de la formation.

  • Responsables

    • Bruno DUTRIAUX

      Responsable du développement des partenaires stratégiques et des nouveaux acteurs du Cloud chez Cisco. Il a une vaste expérience des domaines de l’infrastructure IT passant par le développement et l’exploitation des applications, la spécification et l’achat des équipements, les grandes infrastructures de production en environnement MVS ou Unix, les réseaux, le stockage et ses fonctions avancées, et l’architecture Unifiée des Data Center.

    • Ons JELASSI BEN ATALLAH

      Enseignant-Chercheur à Télécom Paris, elle est également consultante en métrologie des réseaux auprès de grandes entreprises pour lesquelles elle effectue des missions d'audit et d'expertise. Ses travaux de recherche actuels, au sein du département "Image, Données et Signal" portent sur le passage à l'échelle des algorithmes d'apprentissage statistique.

Prochaine(s) session(s)

  • Du 03/12/2020 au 04/12/2020 à Paris - 1 700 €

Vous pourriez aussi être intéressé par...

En savoir plus

CES Intelligence artificielle : de l'apprentissage statistique au traitement des données

Domaine : Intelligence Artificielle et Big Data

Durée : 26 jour(s)

Session(s) :

  • Du 02/11/2020 au 22/06/2021 à Paris