elements of AI

toutpublic Le MinnaLearn et l’’université d’Helsinki en lien avec la Sorbonne proposent « Elements of AI », une série de cours en ligne gratuits créés pour tous afin d’apprendre ce que signifie l'intelligence artificielle (IA). Le cours aborde des questions comme « ce qui peut (et ne peut pas) être fait » avec l'IA, ou comment commencer à créer des méthodes d'IA. Les cours combinent théorie et exercices pratiques et peuvent être complétés à votre propre rythme.

Aucune formation en programmation ou en mathématiques compliquée n’est requise. Plusieurs langues sont proposées dont le français

Les 6 chapitres proposés :

1. Qu’est-ce que l’IA ?

Un robot va-t-il me prendre mon emploi ? Comment l’intelligence artificielle est-elle susceptible de changer mon métier au cours des dix prochaines années ? Où les technologies d’intelligence artificielle sont-elles utilisées actuellement et où seront- elles utilisées à l’avenir ?

  1. Comment définir l’IA ?
  2. Domaines associés
  3. Philosophie de l’IA

2. Résolution de problèmes et IA

Les algorithmes de recherche n’apparaissent pas nécessairement comme des méthodes d’IA très cools. Toutefois, ils peuvent être utilisés pour résoudre des tâches dont nous admettons qu’elles requièrent de l’intelligence, telles que la navigation ou les échecs.

  1. Recherche et résolution de problèmes
  2. Résoudre des problèmes grâce à l’IA
  3. Recherche et jeux

3. IA et les applications pratiques

L’une des raisons pour lesquelles les méthodes modernes d’IA fonctionnent effectivement dans le monde réel - par opposition à la plupart des bonnes vieilles méthodes des années 1960-1980 - est la capacité de gérer l’incertitude.

  1. Cote et probabilité
  2. La règle de Bayes
  3. Classification naïve bayésienne

4. Apprentissage automatique

Il a été longtemps convenu que l’apprentissage est un élément essentiel de l’intelligence. Cela vaut pour l’intelligence naturelle : nous devenons tous plus intelligents en apprenant, mais aussi pour l’intelligence artificielle.

  1. Les types d’apprentissage automatique
  2. Le classifieur du plus proche voisin
  3. Régression

5. Les réseaux de neurones

Les domaines comme le langage naturel et le traitement des images sont traditionnellement des points sensibles pour l’IA. Les réseaux de neurones et l’apprentissage profond sont utilisés pour apporter des améliorations significatives dans ces domaines.

  1. Fondamentaux des réseaux de neurones
  2. La construction des réseaux de neurones
  3. Techniques de réseaux de neurones avancées

6. Implications

« Je pense que plus on connaît le passé, mieux on est préparé pour l’avenir.» Theodore Roosevelt

  1. Prédire l’avenir
  2. Les implications sociétales de l’IA
  3. Synthèse

Plus d’informations sur : https://course.elementsofai.com/fr

 

Aucun commentaire

Devenir Membre

Pour vous informer sur l'école numérique (Tice), les applications pédagogiques, les outils, le codage, l'algorithmique, les objets connectés... Totalement Gratuit !

S'inscrire

Sauvegarder
Choix utilisateur pour les Cookies
Nous utilisons des cookies afin de vous proposer les meilleurs services possibles. Si vous déclinez l'utilisation de ces cookies, le site web pourrait ne pas fonctionner correctement.
Tout accepter
Tout décliner
Essentiel
Ces cookies sont nécessaires au bon fonctionnement du site, vous ne pouvez pas les désactiver.
session
Accepter
Analytique
Outils utilisés pour analyser les données de navigation et mesurer l'efficacité du site internet afin de comprendre son fonctionnement.
Google Analytics
Mesure d'audience
Accepter
Décliner