Aperçu
Êtes-vous curieux de savoir comment fonctionne réellement l'intelligence artificielle (IA) ? Vous vous demandez quels modèles alimentent ces systèmes et comment ils impactent la société et l'environnement ? Présenté par des ingénieurs d'Arm, ce cours offre une introduction complète à l'IA, à l'apprentissage automatique et à la science des données, éclairant leur évolution historique, leurs capacités actuelles et leurs développements potentiels futurs.
En explorant à la fois les concepts techniques et les dilemmes éthiques, sociaux et environnementaux plus larges, vous acquerrez une compréhension complète du potentiel et des défis de l'IA. Vous découvrirez comment l'IA, l'apprentissage automatique et la science des données sont interconnectés; comprendrez les algorithmes fondamentaux, les modèles et les cadres; et apprendrez comment appliquer ces concepts dans des scénarios réels. Le cours aborde également la question pressante de la consommation énergétique dans l'IA.
Sujets clés abordés
- L'histoire turbulente de l'IA et son évolution jusqu'à la technologie puissante d'aujourd'hui
- Comment l'IA, l'apprentissage automatique et la science des données s'imbriquent, y compris leurs définitions, exemples et interrelations
- Applications actuelles et futures potentielles de l'IA dans diverses industries
- Concepts fondamentaux de l'apprentissage automatique, y compris les classificateurs, la régression linéaire et les réseaux neuronaux
- Données d'entraînement, de validation et de test : comment préparer et évaluer les modèles d'apprentissage automatique
- Optimiseurs et fonctions de perte : éléments de base pour affiner vos modèles
- Considérations éthiques et sociales : explorer les avantages, les défis de l'IA et l'importance d'un développement responsable
- Consommation d'énergie vs durabilité : équilibrer la performance et l'efficacité avec l'impact environnemental
- Cadres pratiques, tels que PyTorch, pour implémenter et entraîner des modèles ML
- L'IA dans le cloud et à la périphérie : déployer l'IA sur des plateformes et environnements informatiques divers
Le cours culmine avec un projet pratique de fin de cours utilisant le cadre PyTorch et le jeu de données CIFAR-10, vous permettant d'appliquer les compétences nouvellement acquises à un défi réel de classification d'images. Que vous soyez un futur data scientist, un développeur cherchant à intégrer l'IA dans vos projets ou simplement un passionné d'IA, ce cours offre à la fois les connaissances fondamentales et les compétences pratiques nécessaires pour exceller dans le monde en rapide évolution de l'intelligence artificielle.
Programme
Enseigné par
Étiquettes
