Scribd
Importer
5 vues1 page

Arduino et IA : Semaine d'apprentissage

Le document présente un plan de formation sur 12 semaines, axé sur l'apprentissage d'Arduino et du web ainsi que sur l'intelligence artificielle. Les participants apprendront des compétences allant de la programmation Python à la manipulation de données, la visualisation, et le machine learning. Le programme se termine par un projet final d'analyse prédictive et une présentation des résultats.

Transféré par

dipevy27
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats XLSX, PDF, TXT ou lisez en ligne sur Scribd
5 vues1 page

Arduino et IA : Semaine d'apprentissage

Le document présente un plan de formation sur 12 semaines, axé sur l'apprentissage d'Arduino et du web ainsi que sur l'intelligence artificielle. Les participants apprendront des compétences allant de la programmation Python à la manipulation de données, la visualisation, et le machine learning. Le programme se termine par un projet final d'analyse prédictive et une présentation des résultats.

Transféré par

dipevy27
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats XLSX, PDF, TXT ou lisez en ligne sur Scribd

Semaine

Axe A (Arduino &Axe


Web)B (IA)
S1 Découvrir lApprendre Python (variables, boucles, fonctions) via OpenClassrooms
S2 Lire des ca Introduction aux statistiques (Khan Academy)
S3 ApprendreManipulation de données avec Pandas & NumPy (Kaggle)
S4 Créer une AVisualisation des données (matplotlib / seaborn)
S5 Stocker le Machine learning de base avec scikit-learn (classification/régression)
S6 Construire Exercices sur Kaggle (datasets simples : prédiction température, etc.)
S7 Connecter Implémenter une détection d’anomalies (Z-score, seuil dynamique)
S8 Intégrer u Appliquer l’algorithme d’anomalie sur des jeux de données sensoriels
S9 Ajouter autApprofondir la régression / classification avec scikit-learn
S10 Documentat Découvrir TinyML et Edge Impulse pour IA sur ESP32
S11 Tests, vali Projet final d’analyse prédictive ou d’alerte intelligente
S12 Présentati Export du modèle IA, ou test avec microcontrôleur

Vous aimerez peut-être aussi