Tout ce que vous vouliez savoir sur le démarrage d'un projet AI / Machine Learning.
Pourquoi l'IA?
1. Où pouvons-nous prendre de meilleures décisions?
L'une des opportunités fondamentales pour l'IA ou les solutions augmentées par l'IA réside dans tout processus ou domaine dans lequel votre organisation peut améliorer sa prise de décision. En particulier, où votre organisation gagnerait-elle à passer à un modèle davantage axé sur les données pour prendre des décisions commerciales plutôt que de compter entièrement sur l'instinct humain et les contributions?
2. Où sommes-nous les plus inefficaces ou qui peuvent être automatisés?
La meilleure première étape pour découvrir les opportunités de l'IA est de rechercher les domaines où les choses ne fonctionnent pas de manière optimale aujourd'hui. Identifiez lesquels de vos processus présentent des inefficacités mesurables. Un exemple généralement universel serait de rechercher des processus ou des tâches critiques dans votre entreprise qui reposent fortement (ou entièrement) sur la saisie manuelle de données.
3.Où avons-nous beaucoup de données pertinentes?
L'IA dépend des informations que vous lui fournissez. Bien que cela puisse finalement provenir de toutes sortes de sources, les premières phases de l'identification des opportunités prometteuses en matière d'IA seront probablement mieux servies en considérant les domaines dans lesquels vous disposez de données robustes, fiables et accessibles. Les données sont un processus par étapes pour découvrir de bonnes opportunités d'IA.
AGENDA
Nous avons développé l'agenda suivant pour simplifier votre parcours en IA avec IBM. L'ordre du jour est de 20% de formation et 80% de travaux pratiques. Notre objectif est de vous fournir les compétences nécessaires pour présenter l'IA à vos clients / prospects.
9:00 - 12:00
Introduction aux solutions d'IA d'IBM, du Big Data à l'IA. Machine Learning/ Deep Learning
Présentation des solutions d'IA d'IBM, positionnement Watson/ PowerAI
13:30 - 16:30
TP1: créez votre premier modèle d'IA/ Notez votre client
TP2: pratique DataScience dans une boîte avec Watson Studio (Auto AI)
TP3: créez votre premier chatbot avec Watson Assistant