L'Agenda du Libre

L’intelligence artificielle francophone en sources ouvertes du Groupia de Montpel’libre

L’efficacité d’un modèle repose en grande partie sur la qualité des données qui l’alimentent. Sans données à analyser, même l’algorithme le plus sophistiqué reste inopérant. Mais comment passe-t-on de simples informations brutes à un ensemble de données prêt à entraîner des modèles performants ?

Lors de cet atelier, nous vous explorerons les étapes clés de la préparation des données, par exemple la collecte d’informations brutes, où et comment rassembler des données pertinentes, le nettoyage des données pour éliminer les erreurs, gérer les valeurs manquantes et standardiser les formats, mais aussi l’annotation manuelle, qui consiste à baliser les données pour leur donner un sens précis, ainsi que l’entraînement des modèles, en préparant les jeux de données pour optimiser l’apprentissage automatique.

Nous vous mettrons le rôle essentiel de l’humain dans ce processus, qui, malgré les avancées technologiques, reste déterminant pour garantir la qualité, la cohérence et la pertinence des données. Sans cette expertise, les modèles risquent de s’appuyer sur des données erronées ou biaisées.

Nous vous attendons donc pour comprendre comment allier automatisation et savoir-faire humain afin de préparer efficacement les données pour l’intelligence artificielle, et ainsi optimiser leur potentiel.