CERTNEXUS - Praticien certifié en intelligence artificielle (CAIP)
Besoin d’adapter cette formation à vos besoins ?
N’hésitez pas à nous contacter afin d’obtenir un devis sur mesure !
Formation créée le 01/03/2021. Dernière mise à jour le 06/07/2023.
Version du programme : 1
Programme de la formation
Il n’y a pas de meilleur moyen de pérenniser votre carrière que de devenir un praticien certifié en intelligence artificielle. L’intelligence artificielle est sur la liste de toutes les organisations à faire. Selon LinkedIn, les spécialistes de l’IA ont connu une croissance annuelle de 74% de la demande au cours des cinq dernières années, et cette tendance se poursuivra alors que les organisations cherchent à exploiter le plus de potentiel de leurs données. La bonne nouvelle est que vous pouvez faire le premier pas dans le monde de l’IA avec la certification CertNexus Certified Artificial Intelligence Practitioner. Avec CAIP, vous apprendrez des connaissances fondamentales intersectorielles neutres sur les concepts, les technologies, les algorithmes et les applications d’IA et d’apprentissage automatique qui vous aideront à garder votre carrière en tête de la courbe. L’intelligence artificielle (IA) et l’apprentissage automatique (ML) sont devenus une partie essentielle de la panoplie d’outils pour de nombreuses organisations. Lorsqu’ils sont utilisés efficacement, ces outils fournissent des informations exploitables qui génèrent des critiques décisions et permettre aux organisations de créer des produits et services passionnants, nouveaux et innovants. Le cours vous montre comment appliquer diverses approches et algorithmes pour résoudre des problèmes commerciaux grâce à l’IA et ML, suivez un flux de travail méthodique pour développer des solutions sonores, utilisez des outils open source développer, tester et déployer ces solutions et veiller à ce qu’elles protègent la confidentialité des utilisateurs. Ce cours comprend des activités pratiques pour chaque sujet.
Objectifs de la formation
- Les compétences couvertes par ce cours convergent vers trois domaines : développement de logiciels, mathématiques appliquées et statistiques et analyse commerciale. Les étudiants cibles de ce cours peuvent être forts dans un ou deux de ces ces domaines et cherchent à compléter leurs compétences dans les autres domaines afin qu’ils puissent appliquer l’intelligence artificielle (AI), en particulier les modèles d’apprentissage automatique, aux problèmes commerciaux.
- Spécifier une approche générale pour résoudre un problème commercial donné qui utilise l’IA et le ML appliqués.
- Collecter et affiner un ensemble de données pour le préparer à la formation et aux tests
- Former et régler un modèle d’apprentissage automatique
- Finaliser un modèle d’apprentissage automatique et présenter les résultats au public approprié
- Construire des modèles de régression linéaire
- Construire des modèles de classification
- Créer des modèles de clustering
- Construire des arbres de décision et des forêts aléatoires
- Construire des machines à vecteurs de support (SVM)
- Construire des réseaux de neurones artificiels (RNA)
- Promouvoir la confidentialité des données et les pratiques éthiques dans les projets AI et ML
Profil des bénéficiaires
- L’élève cible peut être un programmeur cherchant à développer des compétences supplémentaires pour appliquer l’apprentissage automatique, des algorithmes aux problèmes commerciaux, ou un analyste de données qui possède déjà de solides compétences en statistiques aux problèmes des entreprises, mais cherche à développer des compétences technologiques liées à l’apprentissage automatique.
- Un étudiant typique dans ce cours devrait avoir plusieurs années d’expérience avec la technologie informatique, y compris une certaine aptitude en programmation informatique.
- Ce cours est également conçu pour aider les étudiants à se préparer au CertNexus® Certified Artificial Certification de praticien du renseignement (AI) (examen AIP-110)
- Pour assurer votre réussite dans ce cours, vous devez avoir au moins une compréhension de haut niveau des concepts fondamentaux de l’IA, y compris, mais sans s’y limiter : apprentissage automatique, apprentissage supervisé, apprentissage non supervisé, réseaux de neurones artificiels, vision par ordinateur et traitement du langage naturel
- Vous pouvez obtenir ce niveau de connaissances en suivant le cours CertNexus AIBIZ ™ (examen AIZ-110)
- Vous devez également avoir une expérience de travail avec des bases de données et un langage de programmation de haut niveau tels que Python, Java ou C / C++
Contenu de la formation
-
Résolution des problèmes commerciaux à l’aide de l’IA et du ML
- Identifier les solutions d’IA et de ML pour les problèmes commerciaux
- Formuler un problème d’apprentissage automatique
- Sélectionnez les outils appropriés
-
collecte et amélioration de l’ensemble de données
- Collecte de l’ensemble de données
- Analyser l’ensemble de données pour obtenir des informations
- Utiliser des visualisations pour analyser les données
- Préparer les données
-
Configuration et formation d’un modèle
- Configurer un modèle d’apprentissage automatique
- Former le modèle
-
Finalisation d’un modèle
- Traduire les résultats en actions commerciales
- Intégrer un modèle dans une solution commerciale à long terme
-
Création de modèles de régression linéaire
- Construire un modèle de régression à l’aide de l’algèbre linéaire
- Construire un modèle de régression régularisé à l’aide de l’algèbre linéaire
- Construire un modèle de régression linéaire itératif
-
Modèles de classification des bâtiments
- Former des modèles de classification binaire
- Former des modèles de classification multi-classes
- Évaluer les modèles de classification
- Tune Classification Models
-
Création de modèles de clustering
- Créer des modèles de clustering k-Means
- Création de modèles de clustering hiérarchiques
-
Création de modèles avancés
- Créer des modèles d’arbre de décision
- Créer des modèles de forêt aléatoires
-
Construction de machines à vecteur de support
- Créer des modèles SVM pour la classification
- Créer des modèles SVM pour la régression
-
Construire des réseaux de neurones artificiels
- Construire des perceptrons multicouches (MLP)
- Construire des réseaux de neurones convolutifs (CNN)
-
Promouvoir la confidentialité des données et les pratiques éthiques
- Protéger la confidentialité des données
- Promouvoir les pratiques éthiques
- Établir des politiques de confidentialité et d’éthique des données
- Annexe A: Mappage du contenu du cours avec un praticien certifié en intelligence artificielle (IA) CertNexus® (examen AIP-100)
- Feuilles de présence.
- Questions orales ou écrites (QCM).
- Mises en situation.
- Formulaires d'évaluation de la formation.
- Accueil des stagiaires dans une salle dédiée à la formation ou espace Webex dédiée en classe à distance.
- Documents supports de formation projetés en anglais
- Exposés théoriques
- Etude de cas concrets
- Quiz