Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.5
11 avis
niveau Intermédiaire
Expérience recommandée
Expérience recommandée
Niveau intermédiaire
Une compréhension de base de l'apprentissage automatique, de l'apprentissage profond, des probabilités et une familiarité avec Python et les réseaux neurones sont recommandées.
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.5
11 avis
niveau Intermédiaire
Expérience recommandée
Expérience recommandée
Niveau intermédiaire
Une compréhension de base de l'apprentissage automatique, de l'apprentissage profond, des probabilités et une familiarité avec Python et les réseaux neurones sont recommandées.
Les apprenants acquerront une expérience pratique de la formation et du débogage des modèles d'apprentissage profond tout en considérant les défis de déploiement et les meilleures pratiques.
Les étudiants comprendront et évalueront les préoccupations éthiques en matière d'IA, notamment les préjugés, l'équité et l'impact sociétal du déploiement des réseaux neurones.
Les apprenants exploreront comment intégrer des modèles probabilistes structurés avec le Deep learning, en réduisant l'incertitude et en améliorant la prise de décision des modèles.
Compétences que vous acquerrez
Catégorie : Réseaux neuronaux artificiels
Réseaux neuronaux artificiels
Catégorie : Statistiques bayésiennes
Statistiques bayésiennes
Catégorie : Intelligence artificielle
Intelligence artificielle
Catégorie : Apprentissage profond
Apprentissage profond
Catégorie : Débogage
Débogage
Catégorie : Normes et conduite éthiques
Normes et conduite éthiques
Catégorie : Réseau bayésien
Réseau bayésien
Catégorie : L'IA responsable
L'IA responsable
Catégorie : Évaluation du modèle
Évaluation du modèle
Catégorie : Modèle de formation
Modèle de formation
Catégorie : Méthodes d'apprentissage automatique
Méthodes d'apprentissage automatique
Catégorie : Éthique des données
Éthique des données
Outils que vous découvrirez
Catégorie : Déploiement du modèle
Déploiement du modèle
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
6 devoirs
Enseigné en Anglais
91%
of learners achieved a positive career outcome
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable
Il y a 4 modules dans ce cours
Le cours "Méthodologies pratiques et éthique en IA" dote les apprenants des compétences essentielles nécessaires pour construire, évaluer et déployer des modèles d'apprentissage profond, tout en abordant également des considérations éthiques critiques dans l'IA. Grâce à des projets pratiques et des études de cas, vous explorerez les méthodologies pratiques utilisées pour former efficacement les modèles, résoudre les problèmes et appliquer des approches probabilistes structurées pour gérer l'incertitude. L'un des points forts du cours est l'accent mis sur l'éthique, vous permettant d'identifier et d'aborder la partialité, l'équité et les implications sociétales tout au long du cycle de vie de l'IA. En intégrant des modèles probabilistes structurés à l'apprentissage profond, vous acquerrez la capacité de créer des systèmes d'IA robustes et interprétables qui s'attaquent aux défis du monde réel. Ce qui distingue ce cours est son accent équilibré sur la maîtrise technique et les pratiques d'IA responsables. Vous apprendrez à gérer les données incomplètes, à analyser les présentations des pairs et à évaluer de manière critique l'impact sociétal plus large de l'IA. Que vous soyez un scientifique des données ou un passionné d'IA, ce cours vous fournira une base complète pour développer des solutions d'IA impactantes et éthiques.
"Méthodologie pratique et éthique dans l'IA" se concentre sur l'enseignement des compétences essentielles dans l'exploration des ensembles de données, la formation des modèles d'apprentissage profond et leur déploiement, en mettant l'accent sur l'éthique dans le cycle de vie de l'IA. Le cours couvre l'identification et la résolution des problèmes de biais et d'équité, ainsi que l'intégration de modèles probabilistes avec le Deep learning pour gérer l'incertitude. Ce cours fournit une base solide dans les aspects techniques et éthiques pour le développement de l'IA responsable.
Inclus
2 lectures
Afficher les informations sur le contenu du module
2 lectures•Total 10 minutes
Aperçu du cours•5 minutes
Biographie de l'instructeur : Prof. Zerotti Woods•5 minutes
Méthodologie pratique
Module 2•2 heures à terminer
Détails du module
Ce module abordera les méthodologies pratiques pour la formation des modèles de Deep learning. Les étudiants exploreront des études de cas ainsi que différentes situations pour appliquer les connaissances précédentes et nouvelles dans le processus de formation et de déploiement des modèles de Deep learning.
Inclus
1 vidéo1 lecture2 devoirs
Afficher les informations sur le contenu du module
1 vidéo•Total 8 minutes
Méthodologie pratique•8 minutes
1 lecture•Total 45 minutes
Références de lecture•45 minutes
2 devoirs•Total 75 minutes
Méthodologie pratique•60 minutes
Méthodologie pratique•15 minutes
Considérations éthiques
Module 3•2 heures à terminer
Détails du module
Ce module abordera les considérations éthiques pour les modèles de Deep learning. Vous explorerez les nuances de l'éthique et l'utilisation de l'apprentissage automatique pour prendre des décisions.
Inclus
1 vidéo1 lecture2 devoirs
Afficher les informations sur le contenu du module
1 vidéo•Total 22 minutes
L'éthique dans l'IA•22 minutes
1 lecture•Total 10 minutes
Références de lecture•10 minutes
2 devoirs•Total 75 minutes
Considérations éthiques•60 minutes
L'éthique dans l'IA•15 minutes
Modèles probabilistes structurés
Module 4•3 heures à terminer
Détails du module
Cette leçon se plonge dans l'intersection des modèles probabilistes structurés et des réseaux neuronaux profonds, en soulignant comment les cadres probabilistes peuvent être intégrés au Deep learning pour modéliser l'incertitude, apprendre à partir de données incomplètes et fournir des systèmes d'IA interprétables.
Inclus
1 vidéo1 lecture2 devoirs
Afficher les informations sur le contenu du module
1 vidéo•Total 27 minutes
Modélisation probabiliste structurée pour le Deep learning•27 minutes
1 lecture•Total 70 minutes
Références de lecture•70 minutes
2 devoirs•Total 75 minutes
Modèles probabilistes structurés•60 minutes
Modèles probabilistes structurels•15 minutes
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
La mission de l'université Johns Hopkins est d'éduquer ses étudiants et de cultiver leur capacité à apprendre tout au long de leur vie, d'encourager la recherche indépendante et originale et de faire profiter le monde des avantages de la découverte.
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.’
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Qu'est-ce que je recevrai si je souscris à cette Specializations ?
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Une aide financière est-elle disponible ?
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.