Initiation à la Data et à l’Intelligence Artificielle
€6,000.00€5,000.00
Description
Volume horaire total : 200 heures
🎯 Objectifs du programme
– Comprendre les fondements de la donnée et de l’intelligence artificielle.
– Découvrir le langage Python et les bases des statistiques appliquées.
– Savoir collecter, nettoyer et visualiser des données.
– Réaliser une première modélisation simple avec des outils de Machine Learning.
| Module | Durée | Objectifs pédagogiques | Contenu / Activités principales | Compétences RNCP visées | Modalités d’évaluation |
| Introduction à l’IA et aux systèmes intelligents | 20 h | Comprendre les principes, l’histoire et les domaines d’application de l’IA | Définitions, domaines d’application, éthique, impact sociétal | Identifier les domaines d’application de l’IA et ses enjeux | QCM + mini-présentation |
| Python pour la Data Science | 40 h | Maîtriser les bases du langage Python pour la manipulation de données | Structures, boucles, Pandas, Numpy, Matplotlib | Manipuler, nettoyer et visualiser les données | TP + QCM |
| Statistiques et probabilités appliquées à l’IA | 30 h | Appliquer les bases statistiques à la modélisation | Régression, corrélations, lois de probabilité | Interpréter des données et établir des relations statistiques | Étude de cas chiffrée |
| Bases de données SQL / NoSQL | 30 h | Maîtriser les systèmes de gestion de bases de données | SQL (requêtes, jointures), MongoDB | Structurer et interroger une base de données | TP SQL noté |
| Préparation et nettoyage des données | 30 h | Nettoyer et transformer les données brutes pour analyse | Gestion des valeurs manquantes, feature engineering | Préparer des données exploitables pour l’IA | Projet court noté |
| Initiation au Machine Learning | 30 h | Comprendre et appliquer les algorithmes de base | Régression, classification, kNN, Scikit-learn | Construire un premier modèle prédictif | QCM + TP |
| Mini-projet IA | 20 h | Mettre en pratique la chaîne d’analyse complète | Projet : prédiction sur jeu de données réel | Synthétiser une démarche IA complète | Soutenance orale |
Prérequis
- - Aisance avec l’informatique et les outils bureautiques. - Aucune connaissance préalable en programmation n’est requise.
Public Cible
- - Adultes en reconversion professionnelle souhaitant s’orienter vers la Data. - Étudiants de niveau Bac à Bac+2 désirant une première compétence technique. - Professionnels des métiers supports (marketing, RH, gestion, santé, etc.) voulant exploiter la donnée dans leur activité.
