Microsoft - AI 900: AI Fundamentals
Besoin d’adapter cette formation à vos besoins ?
N’hésitez pas à nous contacter afin d’obtenir un devis sur mesure !
Formation créée le 08/07/2022. Dernière mise à jour le 07/09/2022.
Version du programme : 1
Programme de la formation
Lors de cette formation les participants aborderont les concepts fondamentaux liés à l'intelligence artificielle (IA), ainsi que les services de Microsoft Azure qui peuvent être utilisés pour créer des solutions d'IA. Les participants seront également sensibilisés aux charges de travail d'intelligence artificielle courantes et à la capacité d'identifier les services Azure pour les prendre en charge.
Objectifs de la formation
- Décrire les charges de travail et les considérations de l’intelligence artificielle
- Décrire les principes fondamentaux de l’apprentissage automatique sur Azure
- Décrire les fonctionnalités des charges de travail de la vision par ordinateur sur Azure
- Décrire les fonctionnalités des charges de travail du traitement automatique du langage naturel (NLP) sur Azure
- Décrire les fonctionnalités des charges de travail conversationnelles de l’Intelligence artificielle sur Azure
Profil des bénéficiaires
Pour qui
- Tout public
- Débutants
Prérequis
- Pas de prérequis spécifique. Un niveau d’anglais B1 est requis
Contenu de la formation
-
Identifier les caractéristiques des charges de travail d'IA courantes
- Identifier les charges de travail de prévision/prévision
- Identifier les caractéristiques des charges de travail de détection d'anomalies
- Identifier les charges de travail de vision par ordinateur
- Identifier les charges de travail de traitement du langage naturel ou d'exploration de connaissances
- Identifier les charges de travail de l'IA conversationnelle
-
Identifier les principes directeurs pour une IA responsable
- Décrire les considérations d'équité dans une solution d'IA
- Décrire les considérations relatives à la fiabilité et à la sécurité d'une solution d'IA
- Décrire les considérations relatives à la confidentialité et à la sécurité dans une solution d'IA
- Décrire les considérations pour l'inclusivité dans une solution d'IA
- Décrire les considérations pour la transparence dans une solution d'IA
- Décrire les considérations relatives à la responsabilité dans une solution d'IA
-
Identifier les types courants d'apprentissage automatique
- Identifier des scénarios d'apprentissage automatique de régression
- Identifier des scénarios d'apprentissage automatique de classification
- Identifier les scénarios d'apprentissage machine de clustering
-
Décrire les concepts de base de l'apprentissage automatique
- Identifier les caractéristiques et les étiquettes dans un ensemble de données pour l'apprentissage automatique
- Décrire comment les ensembles de données de formation et de validation sont utilisés dans l'apprentissage automatique
- Décrire comment les algorithmes d'apprentissage automatique sont utilisés pour la formation de modèles
- Sélectionner et interpréter les métriques d'évaluation du modèle pour la classification et la régression
-
Identifier les tâches principales dans la création d'une solution d'apprentissage automatique
- Décrire les caractéristiques communes de l'ingestion et de la préparation des données
- Décrire l'ingénierie et la sélection des fonctionnalités
- Décrire les caractéristiques communes de la formation et de l'évaluation des modèles
- Décrire les caractéristiques communes du déploiement et de la gestion des modèles
-
Décrire les capacités du machine learning sans code avec Azure Machine Learning Studio
- Interface utilisateur de ML automatisée
- Concepteur Azure Machine Learning
-
Identifiez les types courants de solutions de vision par ordinateur
- Identifier les caractéristiques des solutions de classification d'images
- Identifier les caractéristiques des solutions de détection d'objets
- Identifier les caractéristiques des solutions de reconnaissance optique de caractères
- Identifier les caractéristiques des solutions de détection faciale, de reconnaissance faciale et d'analyse faciale
-
Identifier les outils et services Azure pour les tâches de vision par ordinateur
- Identifier les capacités du service Computer Vision
- Identifier les capacités du service Custom Vision
- Identifier les capacités du service Face
- Identifier les capacités du service Form Recognizer
-
Identifier les caractéristiques des scénarios de charge de travail NLP courants
- Identifier les fonctionnalités et les utilisations pour l'extraction de phrases clés
- Identifier les caractéristiques et les utilisations pour la reconnaissance d'entités
- Identifier les fonctionnalités et les utilisations pour l'analyse des sentiments
- Identifier les fonctionnalités et les utilisations pour la modélisation du langage
- Identifier les caractéristiques et les utilisations de la reconnaissance et de la synthèse vocales
- Identifier les fonctionnalités et les utilisations pour la traduction
-
Identifier les outils et services Azure pour les charges de travail NLP
- Identifier les capacités du service Text Analytics
- Identifier les capacités du service Language Understanding (LUIS)
- Identifier les capacités du service Speech
- Identifier les capacités du service de traduction de texte
-
Identifier les cas d'utilisation courants de l'IA conversationnelle
- Identifier les fonctionnalités et les utilisations des robots de chat Web
- Identifier les caractéristiques communes des solutions d'IA conversationnelles
-
Identifier les services Azure pour l'IA conversationnelle
- Identifier les capacités du service QnA Maker
- Identifier les capacités du service Azure Bot
Suivi de l'exécution et évaluation des résultats
- Feuilles de présence.
- Questions orales ou écrites (QCM).
- Mises en situation.
- Formulaires d'évaluation de la formation.
- Certificat de réalisation de l’action de formation.
Ressources techniques et pédagogiques
- Accueil des apprenants dans une salle dédiée à la formation.
- Documents supports de formation projetés.
- Exposés théoriques
- Etude de cas concrets
- Quiz en salle
- Mise à disposition en ligne de documents supports à la suite de la formation.
Modalités de certification
Détails sur la certification
- Cette formation ouvre la voie à la certification Microsoft « AI-900 Microsoft Azure AI Fundamentals ».
Capacité d'accueil
Entre 2 et 10 apprenants