Aperçu
Ce cours explore les cas d'utilisation pratiques de l'intelligence artificielle (IA), du machine learning (ML) et de l'intelligence artificielle générative (IA générative) dans divers secteurs. Ces secteurs incluent la santé, la finance, le marketing et le divertissement. De plus, il couvre les fonctionnalités et les limites de l'IA, du ML et de l'IA générative, les méthodes de sélection des modèles, ainsi que les principales métriques commerciales.
• Niveau du cours : Basique
• Durée : 1 heure
ActivitésCe cours inclut des éléments interactifs, des explications textuelles, des graphiques illustrés et des vérifications des connaissances.
Objectifs du coursCe cours vous apprendra à :
• Examiner des exemples d'applications pratiques de l'IA.
• Comprendre les cas d'utilisation et les solutions pour répondre à des besoins commerciaux avec l'IA.
• Déterminer quand les solutions d'IA et de machine learning ne sont pas appropriées.
• Examiner les cas d'utilisation utilisant des méthodes de machine learning telles que l'apprentissage supervisé, l'apprentissage non supervisé et l'apprentissage par renforcement.
• Examiner les fonctionnalités de l'IA générative.
• Examiner les défis de l'IA générative.
• Considérer les facteurs à prendre en compte lors du choix des modèles d'IA générative.
• Examiner les métriques commerciales des applications d'IA générative.
Public cibleCe cours est destiné à :
• Toute personne intéressée par le machine learning et l'intelligence artificielle, indépendamment de leur poste spécifique.
PrérequisIl est recommandé que les participants aient terminé le cours Fundamentals of Machine Learning (ML) and Artificial Intelligence (AI) pour acquérir une connaissance de base de l'IA, du machine learning et de l'IA générative.
Aperçu du coursSection 1 : Introduction
• Utilisation du cours
• Introduction
Section 2 : Intelligence Artificielle
• Révision des connaissances antérieures
• Exemples de cas d'utilisation pratiques
• Exemples d'applications de l'IA
Section 3 : Machine Learning
• Machine learning
• Méthodes et cas d'utilisation du machine learning
• Vérification des connaissances
Section 4 : IA générative
• IA générative
• Fonctionnalités de l'IA générative
• Défis de l'IA générative
• Facteurs à prendre en compte lors du choix des modèles d'IA générative
• Métriques commerciales de l'IA générative
• Vérification des connaissances
Section 5 : Conclusion
• Ressources
• Contact