« On me parle de plus en plus d’intelligence artificielle, mais je suis perdu et je ne sais pas par où commencer… Je ne veux pas devenir data scientist, juste comprendre ce qu’il est possible de faire (et de ne pas faire), comment, et avec quelles données. »
(ingénieur qui s’apprête à suivre cette formation)
Problématique
L’intelligence artificielle, et plus particulièrement le Machine Learning, s’invite progressivement dans le domaine de l’eau : estimation de débits, prévision de crues, détection d’anomalies, optimisation du fonctionnement des réseaux… Si les promesses sont nombreuses, leur mise en œuvre soulève des questions techniques et pratiques. Comment ces algorithmes fonctionnent-ils réellement ? Quelles données sont nécessaires, en quelle quantité et avec quelle qualité ? Faut-il être informaticien ou data scientist pour s’y aventurer ?
Cette formation vise à démystifier ces techniques, à en donner une compréhension solide et accessible, et à permettre aux participants d’aborder sereinement un projet impliquant de l’intelligence artificielle dans le domaine de l’eau.
Objectifs
- Dresser une vue d’ensemble de l’intelligence artificielle et du Machine Learning
- Connaître les concepts des principaux algorithmes de Machine Learning
- Connaître les différentes étapes de mise en œuvre d’un projet d’intelligence artificielle
- Savoir identifier les données d’entrée nécessaires
- Mettre en œuvre quelques-uns de ces algorithmes sur des applications du domaine de l’eau
- Être à l’aise pour appréhender un projet impliquant de l’intelligence artificielle
Programme et méthodes pédagogiques
Journée 1
- Introduction aux concepts de l’intelligence artificielle
- Historique et utilisations actuelles
- Vue d’ensemble des principaux algorithmes de Machine Learning et de Deep Learning
- Concepts
- Analyse des données
- Démarche d’apprentissage : fonction de perte (Loss), algorithme d’entraînement, sur-apprentissage (Overfitting)
- Phase de test : métriques d’évaluation de la performance
- Classification binaire
- Régression logistique
- Mise en application sur un cas d’usage du domaine de l’eau (par exemple : détection d’anomalies dans des données)
Journée 2
- Introduction aux arbres de décision
- Arbres de classification et de régression (CART)
- Bagging
- Forêts aléatoires (Random Forests)
- Mise en application sur un cas d’usage du domaine de l’eau (par exemple : détection d’anomalies dans des données)
Journée 3
- Introduction à l’apprentissage profond (Deep Learning)
- Les réseaux de neurones : concepts et architecture
- Les FNN : réseaux de neurones « classiques »
- Les CNN : réseaux de neurones convolutifs
- Les RNN : réseaux de neurones récurrents
- Mise en application sur un cas d’usage du domaine de l’eau (par exemple : prévision de la concentration en oxygène dans un cours d’eau)
Durée
Trois journées consécutives. Nombre d’heures : 21.
Quatrième journée possible avec cas d’usage fourni par les stagiaires (me consulter).
Public concerné
Ingénieurs de bureaux d’études, maîtres d’ouvrage, gestionnaires, services de l’Etat, services départementaux, etc. souhaitant avoir une vue d’ensemble objective et actuelle de l’intelligence artificielle dans le domaine de l’eau.
Prérequis
Connaissances de base en statistiques (grands principes).
Connaissances de base en programmation ; les mises en application seront réalisées sous Python avec l’environnement Jupyter. Il n’est cependant pas nécessaire d’avoir une compétence avancée car les codes seront fournis par le formateur en début de formation.
Lieu
Dans vos locaux ou en visioconférence.
Logistique
C’est votre service qui organise la logistique : salle de formation, écran et vidéoprojecteur, restauration le midi. Chaque participant dispose d’un laptop avec une connexion internet et un tableur type Excel.
Tarif
Prix global et forfaitaire : 6 800 € HT pour un groupe jusqu’à 10 personnes, hors frais de déplacement éventuel.
(Soit l’équivalent de 680 € HT par participant pour un groupe de 10 personnes).
Si option pour une quatrième journée : nous consulter.