INFO-DEEP-01CE - Python pour le Machine Learning

Passez des fondamentaux de Python à la préparation et à l’évaluation de modèles de machine learning. À travers des ateliers pratiques, vous construirez un flux de travail reproductible sur des données inspirées de problématiques ouest-africaines.

INFO-DEEP-02CE - Mathématiques et statistiques essentielles

Consolidez les bases mathématiques et statistiques indispensables pour comprendre, entraîner et évaluer des modèles de machine learning et d’apprentissage profond. Des exercices Python relient chaque notion à des données et à des cas d’usage concrets.

INFO-DEEP-03CE - Préparation et exploration des données

Transformez des données brutes en jeux de données fiables, lisibles et exploitables pour le machine learning et l’apprentissage profond. Vous pratiquerez les étapes clés avec Python sur des cas inspirés de secteurs ouest-africains.

INFO-DEEP-04CE - Apprentissage supervisé : régression

Apprenez à construire, évaluer et interpréter des modèles de régression pour estimer une valeur continue à partir de données. Des jeux de données inspirés de secteurs ouest-africains servent de fil conducteur, du prétraitement jusqu’à la restitution des résultats.

INFO-DEEP-05CE - Apprentissage supervisé : classification

Apprenez à choisir, entraîner et évaluer des modèles de classification pour transformer des données en décisions fiables. Des cas pratiques inspirés des enjeux ouest-africains vous mèneront jusqu’à un mini-projet reproductible.

INFO-DEEP-06CE - Apprentissage non supervisé et clustering

Découvrez comment révéler des structures cachées dans des données sans étiquettes, de la segmentation de clients à la détection d’anomalies. Vous mettrez en œuvre et comparerez les principales méthodes de clustering avec Python et scikit-learn.

INFO-DEEP-07CE - Évaluation et optimisation des modèles

Apprenez à mesurer la performance d’un modèle au-delà de l’accuracy et à l’améliorer de façon rigoureuse. Vous mettrez en pratique des méthodes d’évaluation et d’optimisation sur des cas d’usage en intelligence artificielle et en science des données.

INFO-DEEP-08CE - Introduction aux réseaux de neurones

Découvrez comment les réseaux de neurones apprennent à partir des données et construisez vos premiers modèles avec Python. Du perceptron aux réseaux convolutifs, le cours privilégie la pratique et des cas d’usage adaptés aux enjeux ouest-africains.

INFO-DEEP-09CE - Deep Learning avec un framework spécialisé

Apprenez à construire, entraîner et évaluer des réseaux de neurones avec PyTorch, de la préparation des données au prototype déployable. Les travaux pratiques s’appuient sur des cas d’usage pertinents pour l’Afrique de l’Ouest.

INFO-DEEP-10CE - Réseaux convolutifs et traitement d’images

Apprenez à concevoir et entraîner des réseaux convolutifs pour extraire de l’information pertinente des images. Du prétraitement au transfert d’apprentissage, vous réaliserez un prototype adapté à un cas d’usage concret.

INFO-DEEP-11CE - Introduction au traitement du langage naturel

Découvrez les méthodes qui permettent aux machines d’analyser, de classer et de générer du texte. À travers des travaux pratiques en Python, vous appliquerez les outils du traitement du langage naturel à des données francophones et ouest-africaines.

INFO-DEEP-12CE - Déploiement et utilisation des modèles

Transformez un modèle de machine learning ou d’apprentissage profond en service fiable, accessible et maintenable. De l’API au suivi en production, vous réaliserez un déploiement complet à l’aide d’outils utilisés dans les projets d’IA.

INFO-DEEP-13CE - Projet pratique et évaluation

De la formulation d’un problème à la défense d’un modèle : réalisez un projet complet de machine learning ou d’apprentissage profond. Vous mobiliserez des méthodes reproductibles et évaluerez les résultats avec rigueur, sur un cas d’usage pertinent pour le Sénégal ou l’Afrique de l’Ouest.