academy
S'inscrire

Initiation à l’Intelligence Artificielle

Catégories : Data, IA & Cloud
Liste de souhaits Partager

À propos du cours

Cette formation offre une introduction claire, accessible et structurée à l’intelligence artificielle, ses concepts fondamentaux, ses applications concrètes et ses enjeux dans le monde moderne. Elle permet aux apprenants de comprendre comment fonctionnent les systèmes d’IA, d’explorer les bases du Machine Learning, de manipuler des outils simples et d’utiliser l’IA générative dans un cadre professionnel.

À travers des explications progressives, des démonstrations pratiques et un mini‑projet final, les participants découvrent :

  • les différences entre IA, Machine Learning et Deep Learning ;

  • les principaux algorithmes et leurs cas d’usage ;

  • la manipulation de données simples pour entraîner un modèle ;

  • les outils modernes d’IA générative (texte, image, audio) ;

  • les enjeux éthiques, les limites et les bonnes pratiques ;

  • la création d’un mini projet IA exploitable dans un portfolio.

À la fin du parcours, l’apprenant possède une vision solide et opérationnelle de l’IA, lui permettant d’utiliser ces technologies dans ses études, son métier ou ses projets personnels.

Afficher plus

Qu’allez-vous apprendre ?

  • • Comprendre les concepts fondamentaux de l’intelligence artificielle
  • • Différencier IA, Machine Learning et Deep Learning
  • • Identifier les principaux algorithmes et leurs usages
  • • Manipuler des données simples pour entraîner un modèle
  • • Utiliser des outils d’IA générative (texte, image, audio)
  • • Appliquer les bases du prompt engineering
  • • Reconnaître les enjeux éthiques et les limites de l’IA
  • • Réaliser un mini projet IA complet

Contenu du cours

Module 1 — Comprendre l’IA : concepts fondamentaux
• Définition de l’intelligence artificielle • Différence entre IA, Machine Learning et Deep Learning • Domaines d’application de l’IA • Limites, risques et enjeux éthiques • Panorama des outils modernes (IA générative, assistants, modèles LLM)

Module 2 — Les bases du Machine Learning
• Types d’apprentissage : supervisé, non supervisé, par renforcement • Notions de dataset, features, labels • Algorithmes simples : régression linéaire, k-means, arbres de décision • Comprendre l’entraînement et l’évaluation d’un modèle • Démonstrations avec des outils accessibles (Teachable Machine, notebooks simplifiés)

Module 3 — IA Générative & Modèles de Langage (LLM)
• Fonctionnement des modèles de langage • ChatGPT, Copilot, Gemini : comment ça marche • Prompt engineering : principes de base • Génération de texte, d’images, d’audio • Cas d’usage professionnels (productivité, analyse, automatisation)

Module 4 — Manipuler des données pour l’IA
• Qu’est-ce qu’une donnée exploitable • Qualité, volume, variété • Nettoyage et préparation des données • Introduction aux outils : Excel, Python (niveau débutant), plateformes no-code IA

Module 5 — IA dans le monde professionnel
• IA dans la finance, la santé, l’éducation, l’industrie • Automatisation des tâches • Analyse prédictive • IA et transformation digitale • Études de cas réels

Module 6 — Atelier pratique
• Création d’un mini projet IA simple • Utilisation d’un modèle pré-entraîné • Analyse d’un dataset réel • Présentation des résultats • Mise en ligne du projet (GitHub ou plateforme no-code)

Notes et avis de l’apprenant

Encore aucun avis !
Encore aucun avis !