Introduction à l'IA | Conférence 4 - Entrer dans la boîte noire: démystifier le fonctionnement de l’IA pour en saisir son potentiel et ses limites

Durée
2 heures
Durée calendrier
Un webinaire
Effort demandé
1h30
Formule d'enseignement
En ligne
Formation publique Formation pour entreprise

Clientèle cible

Ce webinaire s’adresse à toute personne intéressée par l’intelligence artificielle qui souhaite explorer les différentes façons d'intégrer cette technologie dans ses processus professionnels ou organisationnels. Les webinaires s’adressent à un public débutant. Aucune connaissance approfondie de l’IA n’est requise.

Description

Pour comprendre le fonctionnement de l’intelligence artificielle (IA) contemporaine, il est essentiel d'approfondir ses connaissances au-delà de ce qui est généralement abordé dans les médias ou la fiction. Avec un souci de vulgariser des concepts parfois complexes, ce webinaire propose de démystifier les éléments centraux de l’IA, afin de parvenir à une compréhension générale de son fonctionnement. À cet égard, l’accent sera placé sur l’idée centrale de l’apprentissage par la machine, en mettant en relation les données requises à cet apprentissage et les prédictions possibles qui en découlent.

Objectifs

Au terme de ce webinaire, vous serez en mesure de:

  • Savoir comment une machine peut apprendre;
  • Connaître le fonctionnement des méthodes d’apprentissage (apprentissage supervisé, non supervisé, par renforcement);
  • Connaître les données dont l'IA a besoin pour apprendre et faire des prédictions;
  • Reconnaître les types de prédictions que la machine sera en mesure de fournir selon la méthode d’apprentissage utilisée.

Contenu

Questions qui seront répondues lors du webinaire : 

  • Comment une machine peut-elle apprendre?
  • Comment fonctionnent les méthodes d’apprentissage (apprentissage supervisé, non supervisé, par renforcement)? Quels sont leurs avantages et leurs limites?
  • De quelles données l’IA a-t-elle besoin pour apprendre et faire des prédictions?
  • Quels types de prédictions la machine sera-t-elle en mesure de fournir selon la méthode d’apprentissage utilisée?