Certifications Initiales

Diplôme Inter-Universitaire A2U : "Bases de l'Intelligence Artificielle"

graduate0

Dans le cadre du projet MAIA, nous proposons une formation en Intelligence Artificielle adossée à votre licence. Cette formation permet :

Une meilleure compréhension d'une technologie clé pour le futur
Un complément (gratuit) à votre Diplôme
Un Diplôme universitaire à la clé
Un gros plus pour votre CV
Un atout pour entrer en Master (https://www.monmaster.gouv.fr)

Objectif et compétences visées :

Le Diplôme Inter-Universitaire "Bases de l'Intelligence Artificielle" vise à donner aux participants une compréhension élémentaire de l'Intelligence Artificielle, de ses principaux domaines d'apllication, et des compétences essentielles pour travailler avec cette technologie. L'objectif est de permettre aux participants de commencer à s'approprier cet outil afin de pouvoir l'utiliser en toute connaissance de cause dans leur discipline principale. A l'issue de cette formation, les stagiaires seront capable de :

Appréhender les élements de logique Booléenne
Différencier IA symbolique et IA numérique
Différencier régression et classification
Différencier apprentissage supervisé et non supervisé
Collecter des données
Nettoyer des données (données aberrantes, données manquantes, données biaisées)
Visualiser des données
Entrainer un modèle d'apprentissage supervisé pour optimiser une fonction de prédiction à partir d'exemples annotés
Améliorer les capacités prédictives en changeant de modèle ou en jouant sur les hyper-paramètres du modèle
S'interroger sur les questions éthiques des solutions IA

Debouchés :

Ce diplôme a comme vocation première de fournir des compétences transversales aux étudiants en Licence. Il leur permettra de mettre en avant ces compétences additionnelles qui peuvent être prècieuses dans leur parcours académique et professionnel.

Contenu pédagogique :

Le Diplôme Inter-Universitaire "Bases de l'Intelligence Artificielle" est une formation de 82 heures sur deux années (L2/L3). Il est composé des Unités d'Enseignement suivantes :

UE 1 : Comprendre les concepts majeurs de l' IA (22 heures)

En maîtrisant les éléments de logique
En différenciant IA symbolique et IA numérique
En comprenant les différents modèles d'Apprentissage Automatique (Machine Learning (ML)) (supervisé, non supervisé) (prédiction, régression)

Cette unité d'enseignement aborde l'évolution historique de l'IA, avant d'introduire les concepts majeurs de l'IA et les deux branches qui la composent : L'IA symbolique et l'IA numérique.

UE 2 : Maitriser les fonctionnalités élémentaires du langage Python (22 heures)

En manipulant les structures de données
En différenciant les différentes structures de contrôle
En utilisant des fonctions

Cette Unité d'Enseignement fournit les bases nécessaires à la manipulation du langage de programmation Python, langage le plus utilisé dans le domaine de l'IA.

UE 3 : Exploiter les ensembles de données (22 heures)

Prérequis : UE1 et UE 2

En collectant et stockant des ensembles de données
En les manipulant et en les nettoyant
En les visualisant
En développant une solution d'apprentissage automatique (prédiction, régression) à l'aide d'une bibliothèque dédiée

Cette unité d'enseignement explore les premiers algorithmes de classification et de régression. Partant de données, elle s'attaque d'abord à préparer ces données pour les fournir à un algorithme d'IA qui va apprendre à partir d'elles et pourra ensuite réaliser de la classification ou de la régression.

UE 4 : Comprendre les enjeux éthiques et sociaux liés à l'utilisation de l'IA (6 heures)

En distinguant les données à caractère personnel des autres sortes de données
En détectant les risques éthiques lors de la conception de l'IA
En détectant les biais et discriminations pendant tout le cycle de l'IA, de la conception à l'utilisation

Cette unité d'enseignemnt introduit les notions d'éthiques et de droit liées aux solutions d'intelligence artificielle

Situation d'apprentissage et d'évaluation (4 heures d'accompagnement pour 30 heures de travail personnel).

Cette situation d'apprentissage et d'évaluation (SAE) consiste à créer un système de classification (ou de régression) basé sur des données en liaison avec le domaine d'études principal des étudiants. Elle est composé de plusieurs phases :

Collecte et pré-traitement
Développement d'une approche/solution IA
Amélioration des capacités prédictives de la solution
Evaluation de l'IA produite

Modalité d'enseignement :

Calendrier :

Début de la formation : Le 22 janvier 2023
Fin de la formation : 30 décembre 2024
Durée totale : 82 heures

Rythme de la formation :

La formation se déroule à raison de 4 heures maximum par semaine en enjambement sur la Licence 2 et la Licence 3.

Semestre 4 : UE 1 et UE 2
Semestre 5 : UE 3, UE 4 et SAE

Les unités d'enseignement (22 heures pour une) se font en mode hybride réparties de la façon suivante :

4 heures en mode asynchrone
6 heures en distanciel (synchrone)
12 heures en présentiel

La dernière unité d'enseignement comprend 3 heures asynchrones et 3 heures de distanciel.

La SAE est réalisée en autonomie avec 4 heures en distanciel pour accompagner les stagiaires.

Evaluation :

Chaque unité d'enseignement est évaluée par un contrôle continu intégral. Le Diplôme Inter-Universitaire est validé si la moyenne des unités d'enseignements le composant, est égale ou supérieure à 10/20 et que la note à chaque unité d'enseignement soit supérieure ou égale à 8/20.
Un questionnaire de satisfaction de la formation et des enseignements sera à compléter en fin de formation par les étudiants. Dans une démarche d'amélioration continue, les résultats permetront de mettre en avant les points à corriger que se soit en termes de pédagogie, de contrôle des connaissances ou d'accueil des étudiants.