Certification collégiale en Intelligence artificielle

Cette formation non créditée a pour objectif principal de permettre à des travailleurs ou de futurs travailleurs d’acquérir des connaissances afin d’appliquer les concepts de base de l’intelligence artificielle et pour appliquer ces concepts dans des projets pratiques.

Module 1 :      Utiliser le langage Python pour développer des applications d’intelligence artificielle ( 30 h théorique – 9 h pratique)

Module 2:       Programmer des algorithmes d’apprentissage machine (machine learning). ( 27 h théorique – 12 h pratique)

Module 3 :      Programmer des algorithmes d’apprentissage profond (« deep learning »). ( 33 h théorique – 9 h pratique)

1. Utiliser le langage Python pour développer des applications d’intelligence artificielle :

• Langage Python (Python est un langage de programmation populaire pour l’analyse de données et l’intelligence artificielle);
• Utilisation de bibliothèques Python pour l’analyse de données et l’apprentissage automatique (les bibliothèques Python telles que NumPy, Pandas, Matplotlib et Scikit-learn sont largement utilisées dans l’analyse de données et l’intelligence artificielle);
• Développement d’applications d’intelligence artificielle en Python.

1. Programmer des algorithmes d’apprentissage machine (machine learning) :

• Préparer les données (chargement, nettoyage et normalisation);
• Différents algorithmes d’apprentissage supervisés (réseaux de neurones, SVM et autres);
• Différents algorithmes de d’apprentissage non supervisés (méthodes de regroupements (clustering) comme k-means, et méthodes de réduction de dimensionnalité comme PCA.
• Algorithmes d’optimisation tels les algorithmes génétiques;
• Méthodes à base de réseaux bayésiens, tels les arbres de décisions et les forêts aléatoires;
• Méthodes d’apprentissage par renforcement;
• Méthodes de traitement du langage naturel (comme Chat GPT).
• Et autres.

1. Programmer des algorithmes d’apprentissage profond (« deep learning »):

• Préparer les données (chargement, nettoyage et normalisation);
• Réseaux de neurones de type perceptron multicouches;
• La librairie Keras;
• Optimisation et évaluation des performances;
• Méthodes avancées de traitement du langage naturel (comme Chat GPT).
• Les réseaux de neurones convolutionnels;
• Les auto-encodeurs;
• Autres types de réseaux de neurones;
• L’explicabilité

Travailleurs, futurs travailleurs, étudiants qui ont ou auront à travailler sur des projets impliquant des connaissances en intelligence artificielle.

Cours magistral en ligne

• Être agé de 18 ans et plus.
• Être sur le territoire du Canada pour suivre la formation (lien sécurisé TEAMS).
• Pour avoir accès au soutien financier, être résident permanent au Québec.
• Avoir une bonne base en programmation (peu importe le langage ) pour être en mesure de suivre la certification collégiale.