COURS.

APERÇU

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

• Comprendre l'importance cruciale des données dans le développement de l'intelligence artificielle, notamment en ce qui concerne le rôle des données dans l'apprentissage des modèles.
• Maîtriser les techniques de base des statistiques descriptives et leur importance dans l'analyse des données pour l'IA.
• Interpréter et valider les résultats des modèles d'IA, en utilisant des méthodes d'analyse statistique pour assurer la fiabilité et l'efficacité des modèles.

Description
Ce webinaire vise à fournir une compréhension approfondie de l'importance des données et des calculs statistiques dans le domaine de l'intelligence artificielle. Une attention particulière sera accordée aux techniques de base des statistiques descriptives, a fin d'analyser et d'interpréter les données de manière efficace.

Nous aborderons également la manière de visualiser les données pour faciliter la compréhension et la communication des résultats. Enfin, les participants apprendront à analyser et à valider les résultats des modèles d'IA, une compétence clé pour garantir la précision et l'utilité des applications d'IA.

Clientèle ciblée :
Cette session est idéalement conçue pour les professionnels et les ingénieurs désireux d'approfondir leur compréhension de l'IA, tout en étant accessible et bénéfique pour tous ceux qui s'intéressent à l'application pratique de l'intelligence artificielle dans divers domaines incluant :

• Ingénierie Chimie
• Ingénierie Civil
• Ingénierie Environnementale
• Ingénierie Générale

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:

• Importance des données dans l'IA
  • Rôle des données dans l'apprentissage des modèles
  • ypes de données : structurées vs non structurées
    
    
• Techniques de base des statistiques pour l'IA
  • Statistiques descriptives 
    
    
• Interprétation des résultats 
  • Analyse et validation des résultats du modèle

FORMATEUR

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

Hossein Bonakdari, Department of Civil Engineering Engineering, Ottawa University.

Hossein Bonakdari has worked for several organizations, most recently as a faculty member of the Department of Civil Engineering at the University of Ottawa, Ontario. He has supervised several Ph.D. and MSc students with teaching experience of more than 16 years in the field of Artificial Intelligence application in Civil and Environmental Engineering.

His fields of specialization and interest include the practical application of soft computing techniques in engineering problems. Results obtained from his research have been published in more than 300 papers in international journals (h-index=53). He has also had more than 150 presentations at national and international conferences. He published three books. Dr. Bonakdari's exceptional research achievements have garnered global recognition, consistently placing him in the top 2% of the world's top scientists across various fields for four consecutive years (2019-2023).

Dr. Bonakdari is currently leading several research projects in collaboration with industrial partners.