L'IA générative pratique

Objectifs

• Développer et implémenter des modèles d'IA générative pour diverses applications.


• Comprendre et appliquer les techniques avancées en apprentissage profond pour la génération de contenu.


• Utiliser des outils et des frameworks d'IA pour créer des modèles génératifs efficaces.


• Analyser et améliorer la qualité et la pertinence des résultats générés.


• Comprendre les implications éthiques et les défis de l'IA générative.


• Innover et expérimenter avec de nouvelles formes de création assistée par IA.

Syllabus

Fondamentaux de l'IA générative (3 semaines)

• Introduction aux modèles génératifs : GANs, VAEs, et autres.


• Principes de base du traitement d'image et du traitement du langage naturel.


• Exploration des applications de l'IA générative (art, musique, texte, etc.).

Développement de modèles génératifs (4 semaines)

• Techniques avancées en apprentissage profond pour l'IA générative.


• Implémentation pratique de modèles génératifs avec des frameworks comme TensorFlow ou PyTorch.


• Optimisation et ajustement des modèles pour des performances améliorées.

Qualité et pertinence du contenu généré (3 semaines)

• Méthodes d'évaluation de la qualité et de la pertinence du contenu généré.


• Techniques pour améliorer la diversité et la créativité des résultats.


• Gestion des biais et des erreurs dans les modèles génératifs.

Éthique et défis de l'IA générative (2 semaines)

• Discussion sur les implications éthiques de l'IA générative.


• Gestion des problèmes de droits d'auteur et de propriété intellectuelle.


• Sensibilisation aux défis sociaux et culturels liés à l'IA générative.

 Innovation et expérimentation (2 semaines)

• Exploration des dernières tendances et innovations dans le domaine de l'IA générative.


• Projets pratiques pour expérimenter avec de nouvelles idées et approches.


• Encourager la créativité et l'innovation dans le développement de l'IA générative.

Projet de fin de formation (2 semaines)

• Développement d'un projet complet utilisant l'IA générative.


• Application des compétences et connaissances acquises dans un contexte réel.


• Présentation et évaluation du projet.

Comment ?

Méthodes pédagogiques

1 poste par stagiaire

Remise d'un support pédagogique (numérique ou papier) pendant la formation

La formation est constituée d'apports théoriques, d'exercices pratiques, de réflexions et de retours d'expérience

 

********************

Formation distancielle, synchrone, avec le formateur en visioconférence

Partage d'écran formateur et stagiaire pour les présentations, démonstrations et vérification des mises en application

Un support technique accompagne la préparation et le suivi du parcours d'apprentissage

Séquençage pédagogique construit et adapté au mode d'organisation distanciel

Remise d'une documentation pédagogique numérique pendant le stage

La formation est constituée d'apports théoriques, d'exercices pratiques, de réflexions et de retours d'expérience

Évaluation

Auto-évaluation des acquis par le stagiaire via un questionnaire en ligne

Attestation de fin de stage remise au stagiaire

 

***************

Évaluation du formateur au fil des séquences pédagogiques.

Auto-évaluation des acquis par le stagiaire via un questionnaire en ligne

Attestation de fin de stage remise au stagiaire