Data Sciences, Intelligence artificielle et Machine Learning : Introduction

Contexte de la formation

Voici vos premiers pas en Data Sciences, AI et Machine Learning !

Nous vous accompagnons avec une formation accessible à tout le monde qui vous fera découvrir sur base d’exemples concrets les concepts de l’intelligence artificielle, des data sciences et du machine learning. Le but est d’en comprendre le potentiel, leur applicabilité et leur utilisation afin d’en tirer profit.

Objectifs

Les données générées dans nos organisations modernes ne permettent plus seulement d’analyser a posteriori des tendances ou indicateurs. En s’appuyant sur ces mêmes données, le machine learning nous permet de prédire ou d’identifier des tendances afin de mieux les anticiper. L’objectif principal de cette formation est de vous amener à conduire une vraie analyse des données que vous récolter afin de pouvoir les utiliser intelligemment.

À la fin de la formation, vous serez capables :

• de maîtriser des données et d’en comprendre leurs potentiels,
• d’avoir une vue d’ensemble sur des concepts tels que :
  • les Data Sciences
  • l’intelligence asrtificielle (AI)
  • le Machine Learning
  • les méthodes statistiques
• d’interpréter les données et de vérifier des hypothèses (apprendre à détecter des anomalies ou des opportunités).

Programme de la formation

La formation est donnée en français, mais le support de cours est en anglais.

Ce cours introductif se concentre sur la compréhension, l’analyse et l’interprétation des données grâce à des “data-driven success stories”.
Il permet également d’aborder les notions de statistiques descriptives, de visualisation des données, d’inférence statistique et de machine learning. On adressera plus particulièrement la différence entre la modélisation statistique et la modélisation machine learning.

Tous les concepts seront illustrés par des exemples concrets.

Ce cours constitue une introduction aux bases et bonnes pratiques. Voici une idée du programme qui vous attend : 

• des data-driven success stories
• les données et la notion de pouvoir
• les dos and don’ts avec les données
• la description des données et leur visualisation
• deux approches de modélisation – statistique vs. machine learning
• l’inférence statistique
• la structure des données
• le récapitulatif à la fin

Intervenants

Prof. Dr. Christophe Ley :

• Professeur associé de statistiques mathématiques à l’Université de Luxembourg depuis 2021.
• Il a obtenu une licence en mathématiques (2005), un master en mathématiques (2007) et un doctorat en statistiques mathématiques (2010) à l’Université libre de Bruxelles.
• Il a été Maître d’Enseignement à l’ULB (2012-2015) et Chargé de Recherche FNRS (2011-2015) avant ’intégrer le collège des professeurs de la Faculté des Sciences de l’Université de Gent (2015 – 2021).
• Il coordonne actuellement une équipe de doctorands, dont Hans van Eetvelde qui s’est vu décerner le prestigieux prix international “JEO Award for young researcher in Basic Science” pour ses recherches en Data Science et AI pour le secteur médical.