Application de l'IA en agriculture
Ce cours peut être personnalisé et offert à votre équipe où et quand cela vous convient.
En ligne / Sur site
APERÇU
Description
À l’issue de ce cours, vous pourrez :
- Exploiter des données agricoles
- Bâtir des modèles pour résoudre des problèmes complexes
- Interpréter les résultats et les appliquer en contexte réel
Description
Le cours permettra aux participants de bien comprendre les diverses étapes de développement de modèles d’intelligence artificielle. Le cours propose d’abord un survol sur l’exploration d’un jeu de données recueilli en contexte agricole. Des méthodes de classification supervisée et non supervisée seront présentées afin de tirer un maximum d’information du jeu de données.
Il n’est pas essentiel de maitriser la programmation pour suivre le cours, mais une connaissance du langage python est un atout. L’ensemble du code présenté en classe est remis au participant facilitant ainsi l’apprentissage.
Clientèle ciblée :
Les personnes impliquées dans le domaine agricole ou tous domaines connexes, y compris: Ingénieurs agricoles • Agronome • Biologiste • Toute autre personne intéressée par l’application concrète de l’IA en science.
CARACTÉRISTIQUES PARTICULIÈRES
- Ordinateur
- Suivre le guide d’installation des programmes avant le cours si vous désirez utiliser le code lors de la formation
RESSOURCES REQUISES :
- Code utilisé dans le cours
Plan de cours
PROGRAMME
Horaire de la journée :
08 h 30 : Introduction
08 h 45 : Exploration des données
09 h 15 : Gestion des données manquantes
10 h 00 : Pause
10 h 15 : Réduction de la dimensionnalité
10 h 45 : Régression
11 h 15 : Modèle de plus proche voisin
11 h 30 : Régression Lasso et Ridge
12 h 00 : Pause-dîner
13 h 00 : Modèle d’ensemble
13 h 45 : Réseaux de neurones
14 h 30 : Pause
14 h 45 : Classification non supervisée
15 h 30 : Autres thèmes en fonction du temps restant.
16 h 30 : Fin