Retour au catalogue

IA-3L - Intelligence Artificielle avancée

Parcours long

Deep Learning

IA-3L - Intelligence Artificielle avancée

Cette formation intensive propose une introduction avancée au Deep Learning à travers une approche à la fois théorique, technique et appliquée. Les participants découvriront les principales architectures de réseaux neuronaux, les mécanismes d’apprentissage profond ainsi que les applications concrètes de ces technologies dans différents secteurs stratégiques. À travers des.

Programme
  1. MODULE 1 | Introduction aux réseaux neuronaux et au Deep Learning
  2. MODULE 2 | Architectures avancées et vision par ordinateur
  3. MODULE 3 | Traitement automatique du langage et IA générative
  4. MODULE 4 | Entraînement, performance et déploiement
  5. MODULE 5 | Éthique, biais et perspectives africaines
Objectifs de la formation
  • COMPRENDRE les principes fondamentaux du Deep Learning et des réseaux neuronaux.
  • IDENTIFIER les principales architectures utilisées dans les systèmes d’intelligence artificielle avancés.
  • DÉVELOPPER des modèles simples de Deep Learning adaptés à différentes problématiques métiers.
  • ANALYSER les applications du Deep Learning dans les secteurs stratégiques africains.
  • ÉVALUER les performances, les limites et les risques des modèles intelligents.
  • INTÉGRER les enjeux de gouvernance, de cybersécurité et de souveraineté numérique dans les projets IA avancés.
Public concerne
  • Ingénieurs
  • Développeurs IA
  • Data Scientists
  • Chercheurs
  • Professionnels du numérique
  • Responsables innovation
  • Étudiants spécialisés en intelligence artificielle et data science
Les + et informations pratiques
  • Formation intensive orientée IA avancée
  • Travaux pratiques et cas d’usage concrets
  • Approche adaptée aux réalités technologiques africaines
  • Introduction aux infrastructures de calcul IA
  • Sensibilisation aux biais et limites des modèles avancés
  • Cas pratiques santé, industrie, énergie et sécurité
  • Pré-requis : Bases en programmation Python, Notions de machine learning et statistiques recommandées, Culture générale en intelligence artificielle
  • Disponible en intra et sur-mesure