ÉCOLES D’ÉTÉ 2019

Sciences et recherche nordique

 
 
 

École d'hiver en apprentissage automatique

 
 
 

Du 4 au 8 mars 2019

Québec

 
 

Objectifs et description de la formation

L'apprentissage automatique est un champ d'étude de l'intelligence artificielle qui fait interagir un ensemble d'outils informatiques et statistiques permettant à l'ordinateur « d’apprendre » à partir de données. Ce dernier pourra exécuter des tâches ou répondre à des questions de façon automatique sans nécessiter explicitement de programmation. 

La transformation numérique étant amorcée, tous les secteurs d’activité confondus doivent intégrer ces nouvelles technologies à leur processus d’affaires pour demeurer compétitifs. Les techniques se perfectionnent continuellement et le besoin de professionnels qualifiés et formés pour ce genre d'approche croît de façon exponentielle. Sous forme de semaine de formation intensive, l’École d’hiver permettra ainsi aux participants d’intervenir sur des projets en IA dans leur domaine et leur transmettra le bagage nécessaire à la poursuite de cet apprentissage dans leur milieu de travail, de recherche ou d’études.

L'objectif de cette formation est d'amener les participants à être aptes à initier et à intervenir sur des projets en intelligence artificielle dans leur domaine et surtout à avoir le bagage et le vocabulaire nécessaires pour continuer leur auto apprentissage dans leur milieu de travail, de recherche ou d’études. Le participant sera en mesure de : 

  • Identifier les problèmes d'entreprise que l'apprentissage automatique peut résoudre
  • Déterminer les avantages et les limites du paradigme d'apprentissage automatique
  • Fixer les requis pour la mise en place appropriée d'un pipeline d'apprentissage
  • Résoudre des problèmes au moyen des techniques d'apprentissage automatique
 
 
 
 
 
Programmation
 

Programmation

 

 

Lundi

Mardi

Mercredi

Jeudi

Vendredi

8h30 à 12h

·      Inclus 15 minutes de pause

Introduction à Python

Introduction à l’apprentissage automatique

Application des méthodes de régression linéaire

Application de méthodes de préparation de données

Réseaux de neurones convolutionnels

13h à 16h15

·    fin à 16h mercredi pour le cocktail réseautage

·     Inclus 15 minutes de pause

Visualisation de données

Apprentissage supervisé (classification)

Évaluation des modèles

Introduction à l'apprentissage profond

Réseaux de neurones récurrents

16h30 à 17h30

Groupe de discussion

Groupe de discussion

16h à 17h30 Cocktail réseautage

Groupe de discussion

Groupe de discussion

* Veuillez noter que l’Université Laval se réserve le droit d’effectuer tout changement jugé nécessaire quant au déroulement de la programmation.

 
Biographie des enseignants
 

François Laviolette, Professeur au Département d’informatique et de génie logiciel de l’Université Laval, Professeur Laviolette est également titulaire de la Chaire de recherche industrielle CRSNG-Intact Corporation financière sur l’apprentissage machine en assurance et Directeur du Centre de recherche en données massives de l’Université Laval. 

Patrick Dallaire, PhD, scientifique des données au Centre de recherche en données massives de l’Université Laval et responsable scientifique de la formation continue en entreprise. 

Camille Besse, PhD, scientifique des données au Centre de recherche en données massives de l’Université Laval. 

Julien Laumonier, PhD, scientifique des données au Centre de recherche en donnes massives de l’Université Laval. 

Nicolas Garneau, candidat au Doctorat en informatique à l'Université Laval, Nicolas Garneau cumule plusieurs années d'expérience en développement logiciel et analyse de données.

Félix-Antoine Fortin, Analyste en calcul informatique de pointe - Calcul Québec. Félix-Antoine Fortin, M.Sc., Analyste en calcul informatique de pointe à Calcul Québec, Université Laval. Félix-Antoine aide depuis 2010 les usagers de toutes les disciplines à utiliser les infrastructures de Calcul Québec. 

 
Nous joindre
 

Formationcontinue@fsg.ulaval.ca
418 656-2131, poste 402793
1 855 656-3897

www.ulaval.ca