L’IA pour les écologues : une boîte à outils
Machine learning, Supervised/Unsupervised learning, Deep learning, Symbolic AI
Cette formation de cinq jours a pour objectif de former de jeunes chercheur·euses aux concepts et outils de l’intelligence artificielle. Le cours comprend un mélange de théorie et de travaux pratiques basés sur différents types de données couramment rencontrés en écologie. L’objectif principal de la formation est de donner aux participant·es l’autonomie nécessaire pour évaluer quels algorithmes sont les plus adaptés à leurs propres questions de recherche, où les récupérer et comment les ajuster en fonction de la question posée.
Cette formation est dispensée en anglais et se déroule en juin dans les locaux du Cesab à Montpellier. Son prix est de 250 € pour la semaine – repas du midi inclus. Les frais de transport, d’hébergement et les repas du soir sont à la charge des participant·es.
Retrouvez la formation sur GitHub
De bonnes connaissances en programmation sont requises. La maîtrise de Python n’est pas obligatoire.
Liste des intervenant·es :
- Léo BLONDEL (alien.club)
- Benjamin BOUREL (INRIA, University of Montpellier, LIRMM, CNRS)
- Margot CHALLAND (Institut Agro Montpellier)
- Dimitri JUSTEAU-ALLAIRE (IRD, AMAP)
- Titouan LORIEUL (Institut Agro Montpellier)
- Maximillien SERVAJEAN (LIRMM)
- Paul TRESSON (IRD, AMAP)
INTRODUCTION
- Presentation of the course and speakers
- Introduction to AI: historical background
- Introduction to Python environment and tools
- Data science in Python
MACHINE LEARNING 1
- Linear and general regression : from a ML perspective
- Random forest and K-means
- Practical concepts and practice
MACHINE LEARNING 2
- Dataset selection
- Supervised learning
- Unsupervised learning
- Dimensionality reduction
DEEP LEARNING
- DL concepts
- Practices with PlantNet
SYMBOLIC AI
- Introduction
- Practice: Designing protected areas in New Caledonia
- Practice: Crop rotation planning
- Feedback time and conclusion