Cette nouvelle formation se concentre sur l’utilisation du langage de programmation Python pour interagir avec les différentes interfaces (API) utilisées en intelligence artificielle.
Plusieurs concepts de base seront abordés afin de démystifier l’IA : l’apprentissage supervisé et non supervisé, les ensembles de données, l’entraînement des modèles, l’évaluation des performances, etc.
Les concepts fondamentaux du langage de programmation Python seront présentés, y compris les types et structures de données, les boucles, les conditions, les fonctions, la syntaxe et les bibliothèques. De plus, les librairies les plus couramment utilisées dans l’apprentissage machine seront présentées, ainsi que les API commerciales d’OpenAI, Anthropic, Midjourney, Stable Diffusion, etc. Les concepts de d’entraînement d’algorithme seront couverts. Des sessions de codage guidées sont prévues pour intégrer les acquis. Démonstration de l’apprentissage interactif de la machine (IML) avec Touch Designer. Enfin, des questions d’actualité seront abordées afin de susciter une réflexion critique.
Programme détaillé
SAMEDI 24 Mai
Matinée
Explications des concepts de base de l’apprentissage machine, supervisé ou non supervisé, les jeux de données, l’entraînement de modèles et l’évaluation des performances.
Après-midi
Présentation des concepts fondamentaux du langage de programmation Python utilisé pour l’apprentissage machine, incluant les structures de données, les boucles, les conditions, et les fonctions. Présentation des librairies les plus utilisées comme NumPy, Pandas, Matplotlib, Scikit-learn, et TensorFlow ou PyTorch, mais aussi les API commerciales d’OpenAI, Anthropic, Midjourney, Stable Diffusion. Courte séance d’appel d’API pour intégrer les acquis.
DIMANCHE 25 MAi
Matinée
Retour sur les concepts d’entraînement (et comment améliorer les résultats). Session guidée de codage avec les acquis.
Après-midi
Démonstration d’Interactive Machine Learning (IML) avec Touch Designer. Session de codage guidée, avec l’aide et commentaires du formateur. Présentation des enjeux actuels et réflexions critiques des technologies d’apprentissage machine.
