Northeastern University

Introduction à l'Apprentissage automatique et aux biais algorithmiques

Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Northeastern University

Introduction à l'Apprentissage automatique et aux biais algorithmiques

Venkat Kuppuswamy

Instructeur : Venkat Kuppuswamy

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Débutant
Aucune connaissance prérequise
7 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Débutant
Aucune connaissance prérequise
7 heures à compléter
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Faites la distinction entre l'intelligence artificielle et l'apprentissage automatique, présentez leurs applications concrètes et identifiez les facteurs qui favorisent leur adoption à grande échelle.

  • Découvrez les quatre phases du processus d'apprentissage automatique afin de collaborer et de prendre des décisions éclairées concernant les initiatives en matière d'IA.

  • Identifier les différents types de biais algorithmiques présents dans les systèmes d'IA et leurs conséquences concrètes dans divers secteurs.

  • Examiner les stratégies visant à atténuer les biais algorithmiques et comparer les modèles de gouvernance, allant de l'autorégulation du secteur aux cadres réglementaires gouvernementaux.

Compétences que vous acquerrez

  • Catégorie : Collecte de données
  • Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
  • Catégorie : Atténuation des risques
  • Catégorie : Algorithmes
  • Catégorie : Prétraitement des données
  • Catégorie : Stratégie commerciale
  • Catégorie : Exigences réglementaires
  • Catégorie : Modèle de formation
  • Catégorie : Évaluation du modèle
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Transformation des données
  • Catégorie : Éthique des données
  • Catégorie : L'IA responsable
  • Catégorie : Méthodes d'apprentissage automatique
  • Catégorie : Connaissance de l'IA
  • Catégorie : Entreprises
  • Catégorie : Intelligence artificielle
  • Catégorie : Apprentissage automatique
  • Catégorie : Gouvernance
  • Catégorie : Planification des activités

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

23 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 4 modules dans ce cours

Ce module d'introduction démystifie l'intelligence artificielle et l'apprentissage automatique en explorant leurs concepts fondamentaux, leurs différences et leurs applications concrètes qui ont un impact sur notre vie quotidienne. Grâce à des explications claires et à des exemples concrets, vous acquerrez les connaissances essentielles sur le fonctionnement de ces technologies dans divers contextes, ce qui vous permettra de comprendre leur importance stratégique et vous préparera à une exploration plus approfondie de leurs mécanismes et de leurs implications éthiques dans les modules suivants.

Inclus

1 vidéo13 lectures5 devoirs1 sujet de discussion2 plugins

Ce module offre une vue d'ensemble du processus d'apprentissage automatique, en abordant ses quatre phases essentielles : la collecte des données, la préparation des données, le développement de modèles et l'évaluation des modèles. En comprenant ces phases fondamentales, les apprenants acquerront des connaissances pratiques qui leur permettront de collaborer efficacement avec les équipes techniques, de mieux évaluer les initiatives en matière d'IA et d'identifier les opportunités d'apprentissage automatique au sein de leur organisation.

Inclus

1 vidéo17 lectures6 devoirs1 plugin

Ce module examine comment les biais algorithmiques apparaissent dans les systèmes d’IA, en expliquant pourquoi même les algorithmes d’apprentissage automatique les plus sophistiqués peuvent produire des résultats injustes ou inexacts. Les étudiants explorent trois types de biais essentiels — historiques, de représentation et de mesure — à travers des exemples concrets issus des secteurs de la santé, du recrutement et des services financiers. En comprenant comment les biais s’infiltrent dans les systèmes d’IA et en apprenant à identifier leurs signes avant-coureurs, les étudiants développent les compétences analytiques nécessaires pour évaluer l’équité algorithmique et examiner les solutions possibles dans des contextes professionnels.

Inclus

2 vidéos16 lectures7 devoirs1 plugin

Ce module fournit aux étudiants des outils pratiques pour lutter contre les biais algorithmiques dans les applications professionnelles. À travers l’étude des techniques d’atténuation des biais — allant de la génération de données synthétiques aux modifications algorithmiques garantissant des performances équitables entre les différents groupes démographiques —, les étudiants apprennent à concevoir des systèmes d’IA plus inclusifs. Le module explore également les cadres de gouvernance, en comparant l’autorégulation du secteur aux approches de surveillance gouvernementale telles que la loi européenne sur l’IA, préparant ainsi les futurs dirigeants à naviguer dans le paysage en constante évolution du déploiement responsable de l’IA tout en conservant un avantage concurrentiel.

Inclus

3 vidéos18 lectures5 devoirs

Instructeur

Venkat Kuppuswamy
Northeastern University
1 Cours302 apprenants

Offert par

En savoir plus sur L'essentiel pour les entreprises

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions