Prérequis
- Connaissance des systèmes d'exploitation courants (Windows, MacOS, Linux) et compétence générale en utilisation d'ordinateurs.
- Compréhension fondamentale de l'utilisation d'Internet, y compris la navigation web, les moteurs de recherche, et les téléchargements de logiciels.
- Compétences en mathématiques et en statistique de base
- Avoir un ordinateur stable avec une connexion Internet fiable et rapide.
- Avoir un casque ou des écouteurs avec un microphone intégré pour une meilleure qualité audio.
- Avoir une webcam pour les interactions face à face si nécessaire.
- Être dans un environnement calme pour minimiser les distractions pendant les sessions.
Objectifs
- Présenter les concepts de base de l’IA, du machine learning et du deep learning, ainsi que leurs applications générales.
- Introduire les concepts de base du machine learning.
- Introduire les participants aux principes fondamentaux du deep learning et à ses applications.
- Résumer les apprentissages et discuter des perspectives de l’IA dans la vente et le marketing.
Public ciblé
- Responsable marketing
- Responsable communication
- Créateur d'entreprise
-
Introduction à l’IA et ses applications
-
Machine learning - Concepts de base
- Présentation des types d’apprentissage : supervisé, non supervisé et par renforcement.
- Explication des algorithmes de base (régression, arbres de décision, k-NN, etc.).
- Étude de cas : Application du machine learning à des scénarios de vente et de marketing.
- Atelier pratique : Préparation de données et utilisation d’un algorithme simple (régression linéaire) pour prédire les ventes.
-
Deep learning - Concepts de base
- Présentation des réseaux de neurones artificiels et de leurs types (réseaux convolutifs, réseaux récurrents, etc.).
- Explication du processus d’entraînement et de validation des modèles de deep learning.
- Étude de cas : Application du deep learning dans la reconnaissance d’images et l’analyse de données de vente.
- Atelier pratique : Utilisation d’un réseau de neurones simple pour classer des images ou prédire des tendances de ventes.
-
Conclusion et perspectives d’avenir