Introducción al machine learning: el arte de lo posible (Español LATAM) | Introduction to Machine Learning: Art of the Possible (LATAM Spanish)

Aperçu

Ce cours numérique est conçu pour aider les décideurs d'entreprise à comprendre les concepts de base du machine learning (ML).

• Niveau du cours : Fondamental
• Durée : 30 minutes

Remarque : Ce cours a des transcriptions ou des sous-titres localisés. La narration est en anglais.

Pour afficher les sous-titres, cliquez sur le bouton CC en bas à droite du lecteur.

Activités

Ce cours comprend des présentations, des vidéos et des évaluations de connaissances.

Objectifs du cours

Dans ce cours, vous apprendrez à effectuer les actions suivantes :

• Comprendre les concepts de base du machine learning pour évaluer les avantages et les risques associés à l'adoption du ML dans divers cas d'entreprises

Public cible

Ce cours s'adresse aux publics suivants :

• Responsables d'entreprise sans connaissances techniques et autres décideurs qui sont, ou seront, impliqués dans des projets de ML
• Participants au programme AWS Machine Learning Embark et aux ateliers de découverte du Machine Learning Solutions Lab (MLSL)

Pré-requis

Nous recommandons que les participants à ce cours remplissent les conditions suivantes :

• Connaissances de base en informatique et en systèmes informatiques
• Quelques connaissances de base du concept de machine learning

Plan du cours

Módulo 1: Comment le machine learning peut-il aider?

• Définition du concept d'intelligence artificielle
• Définition du machine learning
• Description des différents domaines d'entreprise impactés par le machine learning
• Description du cercle vertueux (flywheel) qui propulse les projets de ML
• Description du potentiel du machine learning dans les marchés sous-exploités

Módulo 2: Comment fonctionne le machine learning?

• Description de l'intelligence artificielle
• Description de la différence entre l'intelligence artificielle et le machine learning

Módulo 3: Quels sont certains des problèmes potentiels du machine learning?

• Description des différences entre les modèles simples et complexes
• Compréhension des problèmes d'inexplicabilité et d'incertitude dans les modèles de machine learning

Módulo 4: Conclusion

Programme

Enseigné par

Étiquettes

united states