Intelligence artificielle dans l'ingénierie industrielle et de gestion

via Swayam

Swayam

106 Cours


course image

Aperçu

Explorez les fondamentaux de l'intelligence artificielle dans les contextes industriels et de gestion, en apprenant les applications basées sur Python à travers divers sous-domaines de l'IA, y compris la représentation des connaissances, les systèmes experts et l'apprentissage automatique.

Programme

    - Introduction à l'intelligence artificielle -- Définition et histoire de l'IA -- Importance de l'IA dans les secteurs industriels et de gestion -- Aperçu des sous-domaines de l'IA - Programmation avec Python pour l'IA -- Notions de base de la programmation Python -- Bibliothèques et outils importants pour l'IA (NumPy, Pandas, Matplotlib, Scikit-learn) - Fondamentaux de l'apprentissage automatique -- Apprentissage supervisé vs non supervisé -- Algorithmes clés : Régression linéaire, Arbres de décision, k-Means -- Applications dans l'industrie et la gestion - Collecte et prétraitement des données -- Sources de données et qualité des données -- Techniques de prétraitement (normalisation, standardisation, encodage) - Réseaux de neurones et apprentissage profond -- Fondamentaux des réseaux de neurones -- Introduction à l'apprentissage profond -- Cas d'utilisation dans l'industrie - Traitement du langage naturel (NLP) -- Bases du NLP -- Outils et techniques (tokenisation, analyse de sentiments) -- Applications en gestion - Robotique et automatisation -- Principes de la robotique dans les environnements industriels -- Outils et techniques d'automatisation -- Études de cas - L'IA dans la prise de décision et l'optimisation -- Rôle de l'IA dans l'amélioration des processus décisionnels -- Algorithmes d'optimisation (Algorithmes génétiques, Optimisation par essaims particulaires) -- Applications dans le monde réel - Implications éthiques et sociales de l'IA -- Comprendre les biais dans l'IA -- Éthique de l'IA et protection des données -- Études de cas sur l'éthique de l'IA - Projet Capstone -- Intégration des concepts appris dans un projet pratique -- Alignement du projet avec des défis réels industriels ou de gestion - Ressources et exploration ultérieure -- Livres, articles et cours en ligne recommandés -- Aperçu des opportunités de carrière dans les domaines liés à l'IA - Engagement avec l'industrie -- Conférences invitées d'intervenants industriels (TCS, Accenture, etc.) -- Études de cas et applications réelles des industries partenaires

Enseigné par

Prof. Deepu Philip, Prof. Prabal Pratap Singh


Étiquettes