L’objectif de l’apprentissage automatique est d’extraire les connaissances et la valeur de données finies (rares ou abondantes) d’une manière automatisée. Il vise à donner aux ordinateurs la capacité d’apprendre, c’est-à-dire d’améliorer progressivement leurs performances sur une tâche spécifique, à partir de données, sans être explicitement programmé.
Au moyen de travaux pratiques, ce module offre une approche concrète du paysage global des algorithmes d’apprentissage et des principaux problèmes qu’ils résolvent.

Objectifs

Après avoir suivi ce cours, les participants pourront :

  • lier certains problèmes de terrain à leurs équivalents théoriques en apprentissage automatique
  • connaître les principaux goulots d’étranglement et défis des approches fondées sur les données connaître les principales catégories d’algorithmes d’apprentissage automatique
  • connaître les noms et les principes des algorithmes clés en apprentissage automatique
  • connaître les bases des bibliothèques communes.

Pré-requis

Connaissances générales en informatique
Expérience dans un environnement professionnel

Programme

  • Workflow d’analyse des données
  • Aperçu général de l’apprentissage automatique
  • Apprentissage non supervisé
  • Approches géométriques en apprentissage supervisé
  • Approches probabilistes en apprentissage supervisé
  • Méthodes d’ensemble
  • Détection d’anomalies
  • Apprentissage automatique, réseaux de neurones et Deep Learning bio-inspirés
  • Génération de variables explicatives et prétraitement des données

Compétences

  • Mettre en place un processus de veille pour anticiper l’évolution des normes et règlements applicables à la certificabilité des systèmes intégrant des IA ou des traitements de données massives
  • Participer à la création et à l’évolution des normes pour les systèmes à base d’IA notamment dans les industries aéronautique et automobile
  • Structurer les processus de conception, développement et test de systèmes à base d’IA en vue de préparer leur certification future
  • Concevoir et implanter des processus de qualification des systèmes à base d’IA en amont des projets pour assurer la fiabilité et la répétabilité de leur fonctionnement
  • Démontrer la fiabilité des systèmes à base d’IA pour déployer de nouveaux usages en intégrant les personnels touchés par la transformation des processus.

Inscription

Natalia Perthuis

05 61 33 80 47

info.exed@isae-supaero.fr

Niveau
Cycle
Langue

Anglais

Lieu

ISAE–SUPAERO Toulouse

Durée et dates

Durée : 4 jours(28h)

Du 7 février au 10 février 2022

Tarif

2300 €
Remise de 5% pour les
partenaires ANITI

Modalités

Présentiel

Publics

Jeunes diplômés
Demandeurs d’emploi et employés expérimentés

Intervenants
Contact

Jessica Alix

05 61 33 83 91

info.exed@isae-supaero.fr

Categories:

fr_FRFrench