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

0,0 rating
Logo Formation Maîtriser les bases du Machine Learning

1400€

1260€ HT / personne

2 jours (14 heures)

Paris
Il ne reste que quelques places
Disponible aussi en intra-entreprise pour former votre équipe.

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

 

Public visé

Développeurs, Architectes, Big Data 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

    Afficher tous les témoignages

    Noter la formation

    1400€

    1260€ HT / personne

    2 jours (14 heures)

    Paris
    Il ne reste que quelques places
    Disponible aussi en intra-entreprise pour former votre équipe.

    Une question ? Un projet ?

    Pour des informations complémentaires, n’hésitez pas à nous contacter.