Ce cours numérique est conçu pour aider les décideurs d'entreprise à comprendre les principes de base du machine learning (ML).
- Niveau du cours : Fondamentaux
- Durée : 30 minutes
Remarque : ce cours comporte des transcriptions ou des sous-titres localisés. La narration est en anglais.
Pour afficher les sous-titres, cliquez sur le bouton CC dans le coin inférieur droit du joueur.
Activités
Ce cours comprend des présentations, des vidéos et des évaluations des connaissances.
Objectifs du cours
Dans ce cours, vous apprendrez à :
- Comprendre les bases du machine learning pour aider à évaluer les bénéfices et les risques associés à l'adoption du ML dans diverses études de cas
Public visé
Ce cours s'adresse aux personnes suivantes :
- Dirigeants d'entreprise non techniques et autres décideurs d'entreprise qui sont ou seront impliqués dans des projets de ML
- Les participants au programme AWS Machine Learning Embark et aux ateliers de découverte du Machine Learning Solutions Lab (MLSL)
Prérequis
Pour assister à ce cours, il est conseillé aux participants de disposer des connaissances suivantes :
- Connaissances de base des ordinateurs et des systèmes informatiques
- Quelques connaissances de base du concept de machine learning
Déroulement du cours
Module 1 : Comment le machine learning peut-il aider ?
- Définir l'intelligence artificielle
- Définir le machine learning
- Décrire les différents domaines métier impactés par le machine learning
- Décrire la boucle de rétroaction positive (volant d'inertie) qui stimule les projets de ML
- Décrire le potentiel du machine learning dans les marchés sous-utilisés
Module 2 : Comment fonctionne le machine learning ?
- Décrire l'intelligence artificielle
- Décrire la différence entre l'intelligence artificielle et le machine learning
Module 3 : Quels sont les problèmes potentiels liés au machine learning ?
- Décrire les différences entre les modèles simples et les modèles complexes
- Comprendre les problèmes d'inexplicabilité et d'incertitude liés aux modèles de machine learning
