COURS.

APERÇU

À l’issue de ce cours, le participant pourra :

• 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

Horaire : 12:00 PM - 1:30 PM EDT

Exigences techniques

Pour les utilisateurs de PC
OS: Windows 7, 8, 10 ou plus récent

Navigateur :
IE 11 ou plus récent, Edge 12 ou plus récent, Firefox 27 ou plus récent, Chrome 30 ou plus récent

Pour les utilisateurs de Macintosh
OS: MacOS 10.7 ou plus récent

Navigateur :
Safari 7+, Firefox 27+, Chrome 30+

iOS
OS: iOS 8 ou plus récent

Android
OS: Android 4.0 ou supérieur

voir le programme complet

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

Hossein Bonakdari, Ph.D., P.Eng.

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.