• Toute personne souhaitant comprendre un algorithme de reconnaissance d'image utilisé en IA simplement via Excel.

• Aucun prérequis n'est nécessaire pour cette formation.

À l'issue de cette formation, l'apprenant sera capable de :

• Comprendre la démarche globale d'une approche IA pour résoudre un problème
• Comprendre comment un algorithme peut réaliser une tâche il n'a pas été programmé spécifiquement
• Comprendre le vocabulaire associé à la démarche du Machine Learning
• Comprendre les phases d'entrainement, de test et de déploiement
• Comprendre l'algorithme knn.

La formation en quelques mots

Cette formation a pour objectif d'illustrer et de comprendre la démarche d'un algorithme type reconnaissance d'image utilisé en IA. L'algorithme choisi comme support sera l'algorithme knn (k plus proches voisins).

Cet algorithme de Machine Learning sera mis en place tout simplement avec Excel sur la base d'un exercice visant à faire reconnaitre à Excel un chiffre (0,1,8, …) dessiné manuellement.

Au-delà de la simple illustration, des échanges auront lieu sur le potentiel de ce type de technologie, la démarche globale du Machine Learning et de l'IA, les avantages, les inconvénients.

Cette formation peut être perçue comme une séance de démystification du terme IA par une application concrète type reconnaissance d'image via un algorithme d'IA.

Précisons que l'objectif d'utiliser Excel comme logiciel de reconnaissance d'image.

L'usage de logiciel plus appropriés type R sera sollicité pour illustrer d'autres algorithmes.

Jour 1 – Matin

L'IA illustrée sous Excel

En un mot, voici un descriptif de l'exemple d'illustrations de reconnaissance d'une image.
On fait dessiner à une personne un chiffre sur un bout de papier.
On souhaite reconnaitre le chiffre dessiné.

2 méthodes :

• L'oeil !!!
• Un algorithme de type Machine Learning utilisé en IA

La seule base mathématique nécessaire : Calculer une distance avec Pythagore !!!

On dispose d'un stock de chiffres déjà dessinés et on va « entrainer » l'algorithme à reconnaitre les chiffres.
La démarche dans l'esprit est assez proche que si l'on apprenait à un enfant la reconnaissance des chiffres en lui disant : cà c'est un 8, ca c'est un 2, ca c'est un 5, …

L'exercice Excel permettra aussi de voir si l'IA fait mieux que l'oeil ...
Avec Excel, l'algorithme utilisé sera la méthode des KNN. (k plus proches voisins).
Exemples d'application :

Jour 1 – Après-midi

Une extrapolation à des sujets plus « sérieux » sera faite. Si on sait reconnaitre un chiffre dessiné via une image, on doit pouvoir reconnaitre :

• Une tumeur sur une radiographie
• Une dépression sur une photo satellite
• Un piéton qui traverse une rue
• ...

Thèmes principaux

• IA
• Machine Learning
• Apprentissage
• Test
• Knn
• Méthodes de validation

• Comprendre la démarche globale dune approche IA pour résoudre un problème
• Comprendre comment un algorithme peut réaliser une tâche il na pas été programmé spécifiquement
• Comprendre le vocabulaire associé à la démarche du Machine Learning
• Comprendre les phases dentrainement, de test et de déploiement
• Comprendre lalgorithme knn.

• Explications théoriques suivies de pratiques guidées puis de mises en autonomie.
• Exercices autonomes et réguliers pour assurer l'assimilation

Votre formation a lieu en présentiel :

• 1 vidéoprojecteur par salle
• 1 ordinateur

Votre formation se déroule à distance avec :

• 1 ordinateur
• 1 connexion Internet
• 1 adresse e-mail valide
• 1 équipement audio (micro et enceintes ou casque)
• 1 Webcam (facultatif – dans l'idéal)
• 1 deuxième écran (facultatif – dans l'idéal)

Votre formation se déroule sur notre plate-forme de formation avec :

• 1 ordinateur
• 1 connexion Internet
• 1 adresse e-mail valide
• 1 équipement audio (micro et enceintes ou casque - facultatif)

Support stagiaire :

À l'issue de la formation, les exercices et travaux pratiques réalisés, leurs corrigés ainsi qu'un support de cours dématérialisé sera fourni à chaque stagiaire par e-mail ou via la plate-forme FOAD.