Session 5 : ML : apprentissage supervisé, classifications
Module LOGICIELS métiers et dématérialisationComprendre les mécanismes des nombreux algorithmes de classification
De nombreuses méthodes sont concernées : régression linéaire, SVM (Support Vector Machines), régression logistique, Naive Bayes (algorithme « naïf » de Bayes), Analyse Discriminante Linéaire, arbres de décision, algorithme des plus proches voisins (K-Nearest Neighbor algorithm). Nous sommes ici au cœur du sujet et chaque technique sera présentée avec un exemple précis. Nous nous ferons aider par les moyens visuels adéquats, car il faut impérativement avoir une idée claire de ce que fait chacun de ces algorithmes, de manière à y recourir lorsque le besoin s’en fera sentir, à travers une API.
L’IA et la perte d’emplois
Module STRATÉGIES et technologies du TIDans les années à venir, l'IA prendra en charge en tant qu’assistante, des tâches basiques et répétitives, que nous assurons jusqu’à maintenant, mais que pour d...
Ray Kurweil et Yann Le Cun, deux personnages que tout oppose
Module STRATÉGIES et technologies du TIIl y a des gens qui pensent, d’autres qui écrivent, voire même travaillent. Ray Kurzweil, lui, fait des prévisions. C’est son "dada" depuis les années 90. Il a ...
Les bases de données vectorielles
Module Architectures applicatives et développement d’APPLICATIONSLes objets manipulés par les outils d’IA, sont souvent représentés par des vecteurs, dont chaque élément caractérise l’un de ses paramètres : taille d’une image...
L’intégration IoT : réapprendre le métier
Module ARCHITECTURES du système d’information et technologies du datacenterL’intégration des IoT, capteurs de tous ordres, de par leur diversité et spécificités, nous ramène aux années 80, au temps où les capacités mémoires et la puiss...
- Suivez LeMarson en direct
- Accédez à des centaines de dossiers et d'articles
- Visionnez des dizaines d'heures de formations vidéos
- Téléchargez le Livre des tendances de l'année