Établissement : Coursera

Résumé

Ce cours porte sur la préparation de données d’image pour l’entraînement de modèles d’IA. Il traite des conditions dans lesquelles un jeu de données devient exploitable, fiable et suffisamment documenté pour produire des résultats robustes.

Les notions les plus structurantes concernent l’acquisition de datasets, le prétraitement, l’augmentation, l’organisation des données, la qualité des annotations et les questions de diversité, de représentativité et de traçabilité. Le cours est utile parce qu’il rappelle que la performance d’un modèle dépend largement de la qualité de ses données d’entrée.

Pour moi, cela renforce ma capacité à aider un COMEX à poser les bonnes questions sur la qualité des données dans un projet IA, au lieu de concentrer l’attention uniquement sur les modèles. Cela m’aide à mieux relier performance attendue, gouvernance de la donnée et soutenabilité des usages.

Voir le cours

L’article Preparing Images for AI Models est apparu en premier sur Amaury Delplanque | Transformations critiques.