All Courses
Techniques d’intelligence artificielle : des fondements aux applications
edX
Course
Beginner
Free to Audit
Certificate

Techniques d’intelligence artificielle : des fondements aux applications

Université de Montréal

L’intelligence artificielle est en pleine effervescence. Tous en discutent et veulent l’intégrer dans leurs divers projets. Pourtant, pour certains, l’IA reste mystérieuse et génère de nombreuses questions. Comment fonctionne l’IA ? Quelles tâches l’IA peut-elle traiter pour nous ? Quelles sont les conséquences de l’IA sur notre vie ? Comment bien se préparer avant de lancer un projet en IA ?

5 hrs/week6 weeksFrench1,366 enrolled
Free to Audit

About this Course

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. 3b:T75e, Ce cours s’adresse à trois types d’apprenants q

What You'll Learn

  • Le cours contient six (6) modules qui portent sur différents aspects de l’apprentissage automatique. Chacun contient des exemples et une évaluation sommative.

Prerequisites

  • Ce cours s’adresse à trois types d’apprenants qui ont chacun un parcours typique et des buts respectifs :Population générale voulant apprendre les principes de base de l’IA.- Identifier les principes généraux de l’apprentissage automatique;- Contraster ses capacités et ses limites;- Articuler des opinions sur des nouvelles et des événements en IA.Étudiants inscrits au collège ou à l'université qui veulent apprendre le fonctionnement théorique et pratique de l’IA.- Reconnaître les algorithmes typiques utilisés en apprentissage automatique supervisé;- Paraphraser comment les concepts mathématiques sont utilisés dans la théorie de l’apprentissage supervisé;- Les vecteurs et matrices- Les probabilités et statistiques- Les fonctions- Les coefficients et paramètres- Les dérivées- L’optimisation- Compléter des programmes simples en utilisant des bibliothèques de programmation existantes.Personnes dans l’industrie qui peuvent être appelées à lancer et gérer un projet en IA.- Déduire si l’IA est appropriée pour une tâche ou une application industrielle;- Formuler des attentes réalistes;- Se questionner sur les conditions pour que le projet soit un succès et, pour ce faire, les préparatifs nécessaires.Le cours en ligne comprend le tronc commun pour le grand public averti, soit environ 25 heures de contenu. De plus, le parcours pour les étudiants des collèges et universités ajoute 15 heures de mathématiques et de programmation. Enfin, les apprenants qui travaillent dans l'industrie auront 5 heures de contenu complémentaire pour les aider à faciliter la transformation numérique dans leur entreprise.

Instructors

J

Jian-Yun Nie

Professeur titulaire, Faculté des arts et des sciences, Département d'informatique et de recherche opérationnelle (DIRO)

J

Julien Crowe

Directeur principal, intelligence artificielle Banque Nationale du Canada

H

Hugo Larochelle

Chercheur scientifique, Google Professeur associé, Département d'informatique et de recherche opérationnelle, Université de Montréal Chaire en IA, Institut canadien en recherches avancées (CIFAR) Canada

L

Laurent CHARLIN

Ph.D. Assistant Professor, Department of Decision Sciences, HEC Montreal Member of Mila – Quebec Artificial Intelligence Institute

Course Info

PlatformedX
LevelBeginner
PacingUnknown
CertificateAvailable
PriceFree to Audit

Start Learning Now