Sélectionner une page
Formations Data IA Formation Introduction Maîtriser les bases du Machine Learning : une approche pratique

Formation Introduction Maîtriser les bases du Machine Learning : une approche pratique

Logo Formation Maîtriser les bases du Machine Learning
Prix 1530€ HT / personne
2 jours (14 heures)

Paris | Classe Virtuelle

Dernières places Virtuelle uniquement
Cafés et déjeuners offerts en interentreprises
Disponible en intra-entreprise pour former votre équipe
Aide au Financement 4000€ de Bonus Atlas en CPF

Description

L’apprentissage automatique a conquis le monde. Il est aujourd’hui le principal moteur d’innovation, au cœur de pratiquement toutes les avancées, avec des résultats spectaculaires.

L’objet de cette formation est d’apporter à des ingénieurs, ayant déjà une maîtrise des outils informatiques (dont une base de programmation logicielle) et des statistiques, des bases pour appréhender et utiliser les algorithmes de machine learning.

Cette formation se veut pratique. Les concepts étudiés seront directement mis en pratique. Nous utiliserons pour cela le langage Python et ses bibliothèques (Numpy, Matplotlib, Pandas, Seaborne et Scikit-learn).

 

Objectifs

  • Maîtrise des différentes composantes de l’intelligence artificielle
  • Assise des concepts nouvellement acquis par une illustration sur un projet type
  • Comprendre les principes d’entraînement des modèles
  • Maîtriser l’utilisation d’un Kernel pour la classification
  • Apprendre à réduire les dimensions d’un jeu de données
  • Comprendre l’apprentissage automatique ainsi que l’évolution du Big Data vers le Machine Learning
  • Connaitre les enjeux du Machine Learning, ses bénéfices et ses cas d’utilisation
  • Déterminer l’emplacement du Machine Learning dans la chaîne de traitement de la donnée
  • Identifier les outils et les leaders du marché
  • Découvrir les algorithmes principaux ainsi que la démarche projet à mettre en place en entreprise

 

Public visé

  • Développeurs
  • Architectes
  • Data Analyst
  • Data Engineer
  • Data Scientist

 

Pré-requis

  • Connaissance de Python et en mathématique

 

Pour aller plus loin

Programme de Notre formation Introduction Maîtriser les bases du Machine Learning : une approche pratique

 

[Jour 1]

1.Qu’est-ce que le machine learning ?

  • Le changement de paradigme, depuis les systèmes experts à l’apprentissage automatique
  • Les cas d’usage des algorithmes et leurs limites
  • Les différentes catégories d’algorithmes: Supervisé / Non-supervisé, Instances / Modèle
  • Les défis usuels: qualité des données, quantité, biais préexistants

 

2.Illustration des concepts sur un projet type

  • Poser la bonne question
  • Trouver les données
  • Explorer les données: Visualisation et statistiques
  • Préparer les données: Outliers, Normalisation, Données catégoriques
  • Choisir et entraîner un modèle approprié
  • Évaluer les performances du modèle

 

3.Mesurer les performances d’un algorithme, illustré par la classification

  • Classification binaire
  • Mesures de performance: Précision et rappel, F1, courbe ROC
  • Analyser les erreurs d’un classifieur
  • Classification multilabel

 

[Jour 2]

4.Entraîner les modèles, le cas des régressions

  • Régression linéaire et sa justification mathématique
  • Gradient descent et ses variantes
  • Overfit/Underfit: les détecter et y remédier
  • Régularisation: Principe, Ridge, Lasso et ElasticNet
  • Régression logistique pour la classification

 

5.SVM et arbres de décision

  • Séparer autant que possible les données, l’idée de base
  • Projection dans un espace de dimension supérieur, les kernels
  • Arbres de décision, classification et régression
  • Apprentissage d’ensemble: Forêts, boosting et stacking

 

6.Réduction de dimension

  • Curse of dimensionality
  • Projection vs Manifolds
  • PCA, l’approche canonique
  • PCA avec Kernels
  • LLE, T-SNE, etc.

Langues et Lieux disponibles

Langues

  • Français
  • Anglais / English

Lieux

  • France entière
    • Paris
    • Lille
    • Reims
    • Lyon
    • Toulouse
    • Bordeaux
    • Montpellier
    • Nice
    • Sophia Antipolis
    • Marseille
    • Aix-en-Provence
    • Nantes
    • Rennes
    • Strasbourg
    • Grenoble
    • Dijon
    • Tours
    • Saint-Étienne
    • Toulon
    • Angers
  • Belgique
    • Bruxelles
    • Liège
  • Suisse
    • Genève
    • Zurich
    • Lausanne
  • Luxembourg

Nos Formateurs Référents

 Ali

Ali

Ingénieur Télécom Paris et titulaire d’un doctorat en Intelligence Artificielle de l’Imperial College de Londres, Ali est expert Machine & Deep Learning (Recherche, Software) et cofondateur de Datalchemy, start-up basée à Paris et spécialisée dans le deep learning ainsi que de Spike.ai, start-up basée à Londres et spécialisée dans le deep learning appliqué aux neurosciences.

Témoignages

⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !

Afficher tous les témoignages

⭐⭐⭐⭐⭐ 4,8/5 sur Google My Business. Vous aussi, partagez votre expérience !

Noter la formation

Prix 1530€ HT / personne
2 jours (14 heures)

Paris | Classe Virtuelle

Dernières places Virtuelle uniquement
Cafés et déjeuners offerts en interentreprises
Disponible en intra-entreprise pour former votre équipe
Aide au Financement 4000€ de Bonus Atlas en CPF

UNE QUESTION ? UN PROJET ? UN AUDIT DE CODE / D'INFRASTRUCTURE ?

Pour vos besoins d’expertise que vous ne trouvez nulle part ailleurs, n’hésitez pas à nous contacter.

ILS SE SONT FORMÉS CHEZ NOUS

partenaire sncf
partenaire hp
partenaire allianz
partenaire sfr
partenaire engie
partenaire boursorama
partenaire invivo
partenaire orange
partenaire psa
partenaire bnp
partenaire sncf
partenaire hp
partenaire allianz
partenaire sfr
partenaire engie
partenaire boursorama
partenaire invivo
partenaire orange
partenaire psa
partenaire bnp