Les fondamentaux de Microsoft Azure AI avec préparation à l'examen AI-900
La solution Azure AI de Microsoft offre un ensemble de services basés sur l'intelligence artificielle. Spécialement conçue pour les développeurs, les ingénieurs IA et les data scientists, Azure permet de développer rapidement et efficacement des solutions d'IA à moindre coût.
En participant à cette formation, vous apprendrez les concepts fondamentaux de l'intelligence artificielle (IA) et comment utiliser les services Microsoft Azure pour créer des solutions dans ce domaine. Les objectifs de la formation Azure AI-900 sont de développer des connaissances sur les charges de travail typiques de l'IA et de définir quels services Azure les supportent. Les travaux pratiques proposés dans ce cours reposent sur les modules Learn officiel de Microsoft.
À la fin de cette formation de base sur Azure AI, vous serez également préparé pour l’examen AI-900. Il vous permettra d'obtenir la certification Microsoft Azure AI Fundamentals (pour en savoir consulter l'onglet Certification).
Objectifs
À l'issue de la formation Microsoft Azure AI Fundamentals, vous atteindrez les objectifs de compétences suivants :
- comprendre et savoir expliquer le fonctionnement des charges de travail relatives à l'intelligence artificielle ;
- découvrir les principes de base du machine learning sur Microsoft Azure ;
- comprendre et savoir expliquer le fonctionnement des charges de travail relatives à la vision par ordinateur sur Azure AI ;
- comprendre et savoir expliquer le fonctionnement des charges de travail relatives au traitement du langage naturel (NLP) sur Azure AI ;
- être bien préparé pour le passage de l'examen AI-900 Microsoft Azure AI Fundamentals.
Programme
Module 1 : les charges de travail et les particularités de l'intelligence artificielle
- Identification des spécificités des charges de travail IA communes :
- les charges de travail pour la détection d'anomalies ;
- les charges de travail pour la vision par ordinateur ;
- les charges de travail pour le traitement du langage naturel ;
- les charges de travail d'extraction de connaissances.
- Identification des concepts de base pour une IA responsable :
- les éléments à prendre en compte pour favoriser un traitement équitable ;
- les éléments à prendre en compte pour garantir une fiabilité et une sécurité accrue ;
- les éléments à prendre en compte pour garantir le respect de la vie privée et la sécurité des données ;
- les éléments à prendre en compte pour l'inclusivité ;
- les éléments à prendre en compte pour la transparence d'une solution IA ;
- les éléments à prendre en compte sur les responsabilités d'une solution IA.
Module 2 : les principes de base du machine learning sur Azure
- Identification des types de machine learning communs :
- le machine learning de régression linéaire ;
- le machine learning de classification ;
- le machine learning de clustering.
- Description des principaux concepts du machine learning :
- les particularités et les libellés d'un ensemble de données ;
- l'utilisation des ensembles de données de formation et de validation.
- Présentation des outils visuels de Azure Machine Learning Studio.
Module 3 : les particularités des charges de travail pour la vision par ordinateur
- Identification des principales solutions :
- les particularités pour une solution par classification d'images ;
- les particularités pour une solution par détection d'objets ;
- les particularités pour une solution par reconnaissance optique des caractères ;
- les particularités pour une solution par détection faciale.
- Présentation des outils et des services Azure :
- les fonctionnalités du service Computer Vision ;
- les fonctionnalités du service Custom Vision ;
- les fonctionnalités du service Face ;
- les fonctionnalités du service Form Recognizer.
Module 4 : les particularités des charges de travail pour le traitement automatique des langues (NLP)
- Identification des scénarios de charge de travail NLP communs :
- les particularités et les usages pour l'extraction d'expressions clés ;
- les particularités et les usages pour la reconnaissance d'entités ;
- les particularités et les usages pour l'analyse des sentiments ;
- les particularités et les usages pour la modélisation du langage ;
- les particularités et les usages pour la reconnaissance et de la synthèse vocales ;
- les particularités et les usages pour la traduction.
- Présentation des outils et des services Azure :
- les fonctionnalités du service Language ;
- les fonctionnalités du service Speech ;
- les fonctionnalités du service de traduction.
- Identification des éléments à prendre en compte pour des IA conversationnelle :
- les fonctionnalités et les usages des bots ;
- les fonctionnalités du service Azure Bot.
Prérequis
Suivre la formation sur les fondamentaux de Microsoft Azure AI nécessite les prérequis suivant :
- avoir des connaissances fondamentales sur les systèmes informatiques et Internet ;
- avoir des connaissances fondamentales en mathématiques, notamment savoir lire et interpréter des graphiques ;
- avoir des connaissances fondamentales en programmation.
Public
Cette formation s'adresse aux publics suivants :
- tout professionnel de l'informatique qui souhaite se familiariser avec les solutions qui peuvent être développées à l'aide de l'intelligence artificielle et des services Microsoft Azure.
- toute personne qui souhaite acquérir des bases pour devenir ingénieur IA, développeur ou architecte de solutions.
Points forts
Certification
L'examen AI-900 inclus dans nos offres INTER-entreprises, vous permettra dans un second temps d'obtenir la certification Microsoft Certified : Azure AI Fundamentals. Cet objectif vise à évaluer votre niveau de connaissance des principes du machine learning et de l'intelligence artificielle (AI), ainsi que des services Microsoft Azure qui s'y rapportent.
La certification Azure AI Fundamentals fait partie intégrante du processus de préparation aux autres certifications Azure basées sur les rôles, notamment Azure Data Scientist Associate ou Azure AI Engineer Associate, sans toutefois être une condition requise.
Objectifs
À l'issue de la formation Microsoft Azure AI Fundamentals, vous atteindrez les objectifs de compétences suivants :
- comprendre et savoir expliquer le fonctionnement des charges de travail relatives à l'intelligence artificielle ;
- découvrir les principes de base du machine learning sur Microsoft Azure ;
- comprendre et savoir expliquer le fonctionnement des charges de travail relatives à la vision par ordinateur sur Azure AI ;
- comprendre et savoir expliquer le fonctionnement des charges de travail relatives au traitement du langage naturel (NLP) sur Azure AI ;
- être bien préparé pour le passage de l'examen AI-900 Microsoft Azure AI Fundamentals.
Programme
Module 1 : les charges de travail et les particularités de l'intelligence artificielle
- Identification des spécificités des charges de travail IA communes :
- les charges de travail pour la détection d'anomalies ;
- les charges de travail pour la vision par ordinateur ;
- les charges de travail pour le traitement du langage naturel ;
- les charges de travail d'extraction de connaissances.
- Identification des concepts de base pour une IA responsable :
- les éléments à prendre en compte pour favoriser un traitement équitable ;
- les éléments à prendre en compte pour garantir une fiabilité et une sécurité accrue ;
- les éléments à prendre en compte pour garantir le respect de la vie privée et la sécurité des données ;
- les éléments à prendre en compte pour l'inclusivité ;
- les éléments à prendre en compte pour la transparence d'une solution IA ;
- les éléments à prendre en compte sur les responsabilités d'une solution IA.
Module 2 : les principes de base du machine learning sur Azure
- Identification des types de machine learning communs :
- le machine learning de régression linéaire ;
- le machine learning de classification ;
- le machine learning de clustering.
- Description des principaux concepts du machine learning :
- les particularités et les libellés d'un ensemble de données ;
- l'utilisation des ensembles de données de formation et de validation.
- Présentation des outils visuels de Azure Machine Learning Studio.
Module 3 : les particularités des charges de travail pour la vision par ordinateur
- Identification des principales solutions :
- les particularités pour une solution par classification d'images ;
- les particularités pour une solution par détection d'objets ;
- les particularités pour une solution par reconnaissance optique des caractères ;
- les particularités pour une solution par détection faciale.
- Présentation des outils et des services Azure :
- les fonctionnalités du service Computer Vision ;
- les fonctionnalités du service Custom Vision ;
- les fonctionnalités du service Face ;
- les fonctionnalités du service Form Recognizer.
Module 4 : les particularités des charges de travail pour le traitement automatique des langues (NLP)
- Identification des scénarios de charge de travail NLP communs :
- les particularités et les usages pour l'extraction d'expressions clés ;
- les particularités et les usages pour la reconnaissance d'entités ;
- les particularités et les usages pour l'analyse des sentiments ;
- les particularités et les usages pour la modélisation du langage ;
- les particularités et les usages pour la reconnaissance et de la synthèse vocales ;
- les particularités et les usages pour la traduction.
- Présentation des outils et des services Azure :
- les fonctionnalités du service Language ;
- les fonctionnalités du service Speech ;
- les fonctionnalités du service de traduction.
- Identification des éléments à prendre en compte pour des IA conversationnelle :
- les fonctionnalités et les usages des bots ;
- les fonctionnalités du service Azure Bot.
Prérequis
Suivre la formation sur les fondamentaux de Microsoft Azure AI nécessite les prérequis suivant :
- avoir des connaissances fondamentales sur les systèmes informatiques et Internet ;
- avoir des connaissances fondamentales en mathématiques, notamment savoir lire et interpréter des graphiques ;
- avoir des connaissances fondamentales en programmation.
Public
Cette formation s'adresse aux publics suivants :
- tout professionnel de l'informatique qui souhaite se familiariser avec les solutions qui peuvent être développées à l'aide de l'intelligence artificielle et des services Microsoft Azure.
- toute personne qui souhaite acquérir des bases pour devenir ingénieur IA, développeur ou architecte de solutions.
Points forts
Certification
L'examen AI-900 inclus dans nos offres INTER-entreprises, vous permettra dans un second temps d'obtenir la certification Microsoft Certified : Azure AI Fundamentals. Cet objectif vise à évaluer votre niveau de connaissance des principes du machine learning et de l'intelligence artificielle (AI), ainsi que des services Microsoft Azure qui s'y rapportent.
La certification Azure AI Fundamentals fait partie intégrante du processus de préparation aux autres certifications Azure basées sur les rôles, notamment Azure Data Scientist Associate ou Azure AI Engineer Associate, sans toutefois être une condition requise.
Microsoft® et Azure® sont des marques déposées ou des marques commerciales de Microsoft Corporation aux États-Unis et dans d'autres pays.