Programme de Formation
8
module(s)
Durée totale : 360
Les mathématiques minimales — et indispensables — pour comprendre comment une IA apprend. Statistiques, distances, probabilités, corrélation : tout avec l'intuition en premier, les formules en second.
Module 1 : Pourquoi un peu de maths pour l'IA ?
30
Démystifier le rôle des mathématiques en IA. Identifier ce qui est vraiment utile à un débutant, écarter ce qui ne l'est pas, et calmer l'anxiété mathématique en 30 minutes.
Module 2 : Moyenne, médiane, mode : décrire ses données
45
Les trois mesures de tendance centrale qu'un data scientist regarde en premier. Calcul, interprétation, et surtout savoir laquelle choisir selon la forme des données.
Module 3 : Écart-type et variance : mesurer la dispersion
45
Deux groupes peuvent avoir la même moyenne et être pourtant complètement différents. Apprenez à mesurer la dispersion avec la variance et l'écart-type, et à interpréter un jeu de données homogène ou éparpillé.
Module 4 : Distributions : comprendre la forme de vos données
45
Un jeu de données a une forme. Apprenez à reconnaître la distribution normale, uniforme et asymétrique, à lire un histogramme, et à comprendre pourquoi la forme conditionne votre choix d'outil d'analyse.
Module 5 : Corrélation et causalité : ne jamais confondre
45
Une des erreurs les plus fréquentes et coûteuses en analyse de données. Comprendre ce qu'est un coefficient de corrélation, comment l'interpréter, et pourquoi il ne prouve jamais un lien de cause à effet.
Module 6 : Fonctions et droites : vers la régression
45
Comprendre ce qu'est une fonction, une équation de droite et la notion de meilleure droite. Les bases mathématiques minimales pour aborder la régression linéaire sans stress.
Module 7 : Distances et similarité : comparer deux choses
60
Découvrez comment une IA mesure à quel point deux objets se ressemblent. Distance euclidienne, similarité cosinus, application au texte : les bases des moteurs de recommandation et de recherche.
Module 8 : Probabilités en 10 exemples concrets
45
Comprendre les probabilités de façon intuitive : événements, indépendance, probabilités conditionnelles. Dix exemples concrets pour ancrer chaque notion.
Commentaires
0 commentaire
Aucun commentaire pour le moment
Soyez le premier à partager votre avis !
Se connecter pour commenter