Appliquer les technologies de l'IA en trois étapes
Frais: 115,00 $ / En ligne / Le 7 décembre 2026 / Code du cours: 1202-WEB26
APERÇU
Veuillez noter que ce cours en direct comprend des dates et heures précises :
Horaire : Le webinaire débute à 12h00 pour se terminer à 13h30 (heure normale de l’est).
À l’issue de ce cours, vous pourrez :
- Identifier et définir clairement un problème pour une application IA, en comprenant comment sélectionner l'approche d'IA la plus appropriée en fonction des besoins et objectifs spécifiques.
- Comprendre l'importance de la préparation des données, y compris les techniques de collecte, de nettoyage et l'importance de la qualité des données pour la réussite d'un projet IA.
- Maîtriser les étapes du développement et du déploiement d'un modèle d'IA, de la construction et l'entraînement du modèle, à son évaluation, déploiement et maintenance.
Description
Ce webinaire vise à fournir une compréhension pratique des étapes essentielles pour appliquer les technologies de l'IA de manière efficace. Les participants apprendront comment définir un problème et sélectionner l'approche d'IA appropriée, un aspect fondamental pour le succès de tout projet d'IA. Ensuite, nous aborderons la préparation des données, une étape cruciale souvent sous-estimée, en soulignant l'importance de la qualité des données.
Enfin, le webinaire couvrira le développement et le déploiement d'un modèle d'IA, en donnant des conseils sur la construction, l'entraînement, l'évaluation, l'optimisation et la maintenance des modèles. Cette session est conçue pour offrir une vue d'ensemble complète et accessible de la mise en œuvre des projets d'IA.
Clientèle ciblée :
Toute personne intéressée par l'apprentissage des processus clés impliqués dans l'application des technologies d'IA, y compris :
- Ingénierie Chimique
- Ingénierie Civile
- Ingénierie Environnementale
- Ingénierie Générale
- Ingénierie Industrielle
PROGRAMME
CONTENU:
- Étape 1: Définition du problème
- Identification des besoins et objectifs
- Sélection de l'approche d'IA appropriée
- Étape 2: Préparation des données
- Collecte et nettoyage des données
- Importance de la qualité des données
- Étape 3: Développement et déploiement du modèle
- Construction et entraînement du modèle
- Évaluation et optimisation
- Déploiement et maintenance
FORMATEUR.RICE
Adjunct professor
Hossein Bonakdari, Professeur agrégé au Département de Génie Civil, Université d’Ottawa, ON
Hossein est titulaire d'un doctorat en Génie Civil de l’Université Caen (France) et a été stagiaire postdoctoral en simulation numériques à l'Université de Lyon, en France, et en Intelligence Artificiel à l’Université de Guelph, au Canada. Par le passé, il a particulièrement travaillé sur l'établissement des nouvelles perspectives sur l'analyse des données et la modélisation des cas pratiques via différentes approches en IA. Il travaillé notamment sur le développement des différentes classes de procédures de modélisation pour traiter les grandes quantités de données qu’il a rencontrées au cours de projets de recherche et pour remédier à une pénurie d'équations empiriques, semi-empiriques ou simplifiées. Il a participé à différents projets industriels sur application de l'IA pour résoudre les problèmes d'ingénierie civil et environnementale. Il a publié plus de 200 articles dans des revues scientifiques internationales indexées dans ces domaines.
Nous cherchons toujours à améliorer la qualité de nos cours. Veuillez indiquer les raisons pour lesquelles ce cours vous semble inadéquat (cochez toutes les cases qui s'appliquent).
Merci pour vos commentaires.
Vos commentaires nous aident à améliorer les programmes de formation du CIPE.
Nous n'avons pas pu enregistrer ces commentaires.
L'identifiant de ce cours ne correspond à aucune entrée dans nos dossiers. Veuillez actualiser la page et réessayer, ou communiquer avec registrations@epictraining.ca.