Arbre dans la boîte blanche

Préparez-vous à mettre à l'épreuve vos compétences en matière d'interprétabilité des modèles d'IA ! Tous les modèles ne sont pas facilement interprétables par l'homme, mais ceux à boîte blanche tels que les arbres décisionnels pour la classification sont des exemples de modèles qui proposent une interprétabilité remarquable.

Voici la représentation visuelle d'un modèle d'arbre décisionnel très simple, conçu pour classer les observations de manchots en trois espèces distinctes. Ses prédictions sont basées sur un ensemble d'attributs prédictifs liés à chaque spécimen de manchot.

Modèle d'arbre décisionnel à boîte blanche pour le classement des espèces de manchots

Si les quatre observations de manchots ci-dessous étaient transmises à ce modèle d'arbre décisionnel, une seule serait classée comme manchot Adélie. Pouvez-vous la trouver ?

Cet exercice fait partie du cours

Comprendre l'intelligence artificielle

Afficher le cours

Exercice interactif pratique

Passez de la théorie à la pratique avec l’un de nos exercices interactifs

Commencer l’exercice

Cet exercice fait partie du cours

Comprendre l'intelligence artificielle

DébutantNiveau de compétence

4.8+

Commencer le cours gratuitement

Démarrez votre aventure dans l'IA ! L'intelligence artificielle est rapidement passée d'un sujet purement scientifique à un domaine général dont les applications et les utilisations sont aujourd'hui innombrables, que ce soit dans le monde des affaires, dans l'industrie ou simplement dans notre vie quotidienne. Vous apprendrez ce qu'est l'IA, quels types de problèmes elle peut résoudre et quelles sont ses limites actuelles. Vous acquerrez également une large compréhension des sous-domaines de l'IA et des disciplines connexes.

Exercise 1: Qu'est-ce que l'intelligence artificielle ?Exercise 2: La grande question Exercise 3: Étroite ou générale ?Exercise 4: Que peut faire l'IA ?Exercise 5: L'IA au travail Exercise 6: L'IA en action Exercise 7: Domaines et disciplines connexes de l'IA Exercise 8: Comment l'IA apprend-elle ?Exercise 9: Écouter et apprendre

Quelles sont les fonctions essentielles des systèmes d'IA et les possibilités offertes par chacun de ses domaines ? D'où viennent les données qui alimentent les systèmes d'IA et comment des techniques comme le machine learning utilisent-elles les données pour résoudre divers problèmes ? Ce chapitre répond à ces questions et à d'autres encore, en dévoilant comment différentes formes d'IA peuvent acquérir des données, apprendre à partir de ces données et interagir avec leur environnement, qu'il soit physique ou numérique.

Exercise 1: Démystification des algorithmes et systèmes d'IA Exercise 2: À l'intérieur d'un système d'IA pour pizzas Exercise 3: Démasquage d’un système d'IA de réservation d'hôtels Exercise 4: Acquisition de données Exercise 5: Symbiose entre l'IA et l'internet des objets (IoT)Exercise 6: Structurées ou non structurées Exercise 7: Apprentissage à partir des données Exercise 8: Formation et classification avec les manchots Exercise 9: Intrus non supervisé Exercise 10: Le deep learning est là pour durer Exercise 11: Interaction avec l'environnement Exercise 12: Apprentissage à partir des commentaires des clients Exercise 13: Robots, vision et confusion du langage naturel Exercise 14: Le vrai et le faux de l'IA

Préparez-vous à plonger dans le monde passionnant de l'IA appliquée au monde des affaires et aux entreprises ! Ce chapitre présente les concepts fondamentaux, les directives et les meilleures pratiques pour créer ou devenir une organisation axée sur l'IA. Que ce soit pour doter vos produits, services et projets d'une touche d'intelligence ou pour révolutionner les processus opérationnels au sein de votre organisation, vous comprendrez à la fin de ce chapitre les éléments essentiels pour adopter cette technologie, de la culture aux données et à l'infrastructure en passant par la constitution d'équipes de talentueux professionnels de l'IA. Vous découvrirez également les défis qui peuvent se présenter en cours de route et des exemples de réussite de grandes entreprises qui ont appris à faire de l'IA un aspect central de leur marque.

Exercise 1: Instauration d’une culture de l'IA Exercise 2: Quatre ingrédients pour des organisations pilotées par l'IA Exercise 3: Home, secured home Exercise 4: Stratégie, ressources et personnel en matière de données Exercise 5: Dilemmes de l'infrastructure Exercise 6: Le « zen » des MLOps Exercise 7: Renforcement de l'esprit d'équipe Exercise 8: Votre système d'IA déployé est-il performant ?Exercise 9: Histoires de performances Exercise 10: Démonstration de faisabilité académique Exercise 11: Défis et réussites Exercise 12: Méthodes favorisant une culture de l'IA Exercise 13: Paola et le projet de mode

Quand notre passionnant voyage dans l'IA touchera à sa fin, nous nous pencherons sur le lien profond qui existe entre l'IA et son impact sur l'humanité et la société. Nous explorerons des sujets tels que la démocratisation de l'IA et l'IA responsable, qui englobent l'éthique, l'interprétabilité, l'équité et la sécurité, autant d'aspects essentiels pour cultiver des systèmes d'IA qui influencent positivement nos vies. Enfin, nous jetterons un regard vers l'horizon, en soulignant les perspectives et les défis passionnants que l'IA présente pour façonner un avenir durable.

Exercise 1: Démocratisation de l'intelligence artificielle Exercise 2: Bonnes pratiques en matière de démocratisation de l'IA Exercise 3: Ouverture des portes aux données ouvertes Exercise 4: Explicabilité et interprétabilité Exercise 5: Arbre dans la boîte blanche

Exercice en cours

Exercise 6: Expliquer les admissions à l'université Exercise 7: Décortiquons le SHAP Exercise 8: Défis sociaux : éthique, équité et respect de la vie privée Exercise 9: Partage des données au service des progrès de l'IA Exercise 10: Comportement partial ou impartial ?Exercise 11: Véhicule biaisé Exercise 12: Défis sociaux : avenir de l'IA Exercise 13: Les mille visages de l'IA durable Exercise 14: Paola et le côté humain de l'IA Exercise 15: Un voyage se termine, un autre commence