Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Université de Montréal

Techniques d’intelligence artificielle : des fondements aux applications

Université de Montréal via edX

Overview

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.

Syllabus

Module 1 : Introduction générale sur l’apprentissage automatique

  • Principes de base
  • Concepts généraux
  • L'aperçu des applications et des intervenants
  • Tutoriel. L'apprentissage supervisé : un cadre général basé sur scikit-learn

Module 2 : Préparation des données

  • Les types de données
  • Concepts en extraction de caractéristiques

Module 3 : Algorithmes de base en apprentissage automatique

  • Les arbres de décision
  • La classification bayésienne naïve
  • Les machines à vecteurs de support (SVM)

Module 4 : Apprentissage automatique avec des réseaux de neurones

  • Structure de base d’un réseau de neurones
  • Principe d’apprentissage par un réseau de neurones
  • Caractéristiques des réseaux de neurones

Module 5 : Apprentissage profond Principes des réseaux profonds

  • Principes de l'apprentissage profond
  • Architectures principales de l'apprentissage profond
  • Caractéristiques des réseaux de neurones profonds

Module 6 : Déploiement et avenir de l’IA

  • Synthèse sur les algorithmes d’apprentissage automatique et leur évolution
  • Introduction sur l'IA en entreprise
  • Processus de création de valeur en entreprise avec l'IA
  • La stratégie en entreprise sur le succès des projets IA
  • Prérequis de projets en entreprise

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.

Taught by

Jian-Yun Nie, Julien Crowe, Hugo Larochelle and Laurent CHARLIN

Reviews

Start your review of Techniques d’intelligence artificielle : des fondements aux applications

Never Stop Learning.

Get personalized course recommendations, track subjects and courses with reminders, and more.

Someone learning on their laptop while sitting on the floor.