1890€ HT / personne |
3 jours ( 21 heures ) |
Présentation
Julia est un langage informatique dynamique de haut niveau et très performant, c’est pourquoi il est l’un des plus en vogue pour le calcul scientifique. Créé par le MIT, son objectif est de regrouper tous les avantages qu’on retrouve dans les langages modernes tels que Matlab, R, Scilab, Python… Dans un seul et même langage ! Il fournit à la fois un puissant compilateur, un système de types dynamiques avec polymorphisme paramétré, une exécution parallèle distribuée, des appels directs de fonctions notamment en C, Fortran et Python.
Cette formation vous permettra d’acquérir les connaissances nécessaires à la programmation avec le langage Julia. Elle abordera sa syntaxe, les outils ainsi que les bonnes pratiques de développement, afin de bénéficier de tous les atouts de ce nouveau langage. Nous présenterons les bibliothèques, les fonctionnalités telles que l’accès aux bases de données, la manipulation de statistiques, les calculs scientifiques. Mais aussi des sujets plus avancés comme la méta-programmation.
D’autre part, nous avons spécialement conçu plusieurs ateliers afin de vous fournir une introduction approfondie au Machine Learning et à l’intelligence artificielle au travers du langage Julia. Dans cette partie vous allez pouvoir découvrir les opérations vectorielles ainsi que du réseau au travers du nouveau langage Julia, suivie d’une introduction aux techniques & à l’apprentissage automatisé via le concept du Machine Learning. Le cours se penche ensuite en profondeur sur l’introduction aux concepts des réseaux neuronaux. Cette section implique la participation de l’apprenant plusieurs applications d’IA, y compris la reconnaissance de l’écriture manuscrite, la détection d’objets, la modélisation linguistique et la génération de textes.
Dans cette formation, comme dans toutes nos formations que nous vous proposons, nous utiliserons la dernière version stable, à savoir Julia 1.6.
Objectifs
- Maîtriser la syntaxe du langage Julia
- Acquérir les notions essentielles de la programmation
- Connaitre les fonctionnalités et les concepts avancés en Machine Learning & AI
Public visé
Développeurs, Chercheurs, Analystes, Statisticiens
Pré-requis
Connaissance de base en programmation & mathématiques
Pour aller plus loin
Afin de compléter cette formation nous vous proposons une formation sur le Deep Learning & l’IA avec TensorFlow
Programme de formation JULIA Langage : Data Science
PRÉSENTATION DU LANGAGE JULIA
- Historique
- Principe du langage
- Comparatif par rapport aux autres langages
- Syntaxe de base
- Environnement alternatif (Juno, iJulia, Sublime-iJulia)
- L’écosystème Julia
- « Hello World »
SCALAR TYPES
- Entiers
- Numéros en virgule flottante
- Numéros complexes
- Chiffres rationnels
TABLEAUX
- Vecteurs
- Matrices
- Tableaux multidimensionnels
- Tableaux hétérogènes
AUTRES ÉLÉMENTS CARACTÉRISTIQUES
- Tuples
- Gammes
- Dictionnaires
- Symboles
DÉFINIR SES PROPRES CARACTÉRISTIQUES
- Abstract Type
- Composite Type
FONCTIONS
- Définir une fonction
- Expédition multiple
- Fonctions paramétriques
- Fonctions changeant d’entrées
- Fonctions anonymes
- Arguments de fonction optionnels
- Argument de fonction requis
CONSTRUCTEURS
- Inner
- Outer
CONTROL FLOW
- Expressions composées et scoping
- Évaluation conditionnelle
- Boucles
- Traitement des exceptions
- Tâches
CODE ORGANISATION
- Modules
- Packages
MÉTA-PROGRAMMATION
- Symboles
- Expressions
- Citation
- Représentation interne
- Parsing
- Évaluation
- Interpolation
LECTURE ET ÉCRITURE DES DONNÉES
- Système de fichiers
- E/S de données
- E/S de données de niveau inférieur
- Trames de données
DISTRIBUTIONS ET STATISTIQUE
- Définition des distributions
- Interface pour l’analyse et l’échantillonnage des distributions
- Moyenne
- Variance
- Covariance
- Tests d’hypothèses
- Modèles linéaires généralisés
PLOTTING
- Tracer des packages (Gadfly, Winston, Gaston, PyPlot, Ploty, Vega)
- Introduction à Gadfly
- Interact et Gadfly
CALCUL PARALLÈLE
- Implantation de la transition du message de Julia
- Appel et récupération à distance
- Carte parallèle (PMAP)
- Ordonnancement par tâches
- Tableaux distribués
PROGRAMMES AUTONOMES ET GESTION DES PACKAGES
- Création et exécution de programmes autonomes
- Utilisation du nouveau gestionnaire de packages V1.x
MACHINE LEARNING (MODULE OPTIONNEL)
- Machine Learning
- Intelligence artificielle
- Fonctionnalités de Julia (MLBase.jl, Flux.jl, Knet.jl)
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
Le(s) Formateur(s)
Témoignages
Je recommande la formation
Afficher tous les témoignages
Je recommande la formation
Courte durée
Thématiques nouvelles
Formateurs sympathiques !
Formation non adaptée à un statistictien
Pas de pratique
Pas d’énonciation des objectifs de la formation
Je ne recommanderai pas cette formation à mes collègues statisticiens car bien qu’intéressants, les sujets sont trop difficiles d’accès.
interactivité
Bonne mise en évidence et explication des problématiques liées à BIG DATA
Peu de pratiques concrets .
RAS
RAS
La disponibilité des formateurs, le partage de connaissances et d’expérience des formateurs
Cette formation est très pointue et n’étant pas informaticien, j’ai eu beaucoup de mal à comprendre certaines parties de cette formation. Ce point n’est cependant pas du fait des formateurs mais plutôt du fait que je ne suis pas le public cible.
Par ailleurs, le fil rouge de la journée ne me semblait pas très clair. Les formateurs pourraient peut-être davantage expliciter l’organisation de la journée de formation et le lien entre les différents chapitres.
Cette formation ne me semble pas destinée à un public de statisticiens mais davantage à des informaticiens. Cependant, j’ai trouvé extrêmement intéressant les éléments que j’ai pu comprendre.
Je recommande la formation
Je recommande la formation
Formateur compétent et ouvert au question adaptant le sujet en fonction de celles-ci.
S’adapte en fonctions des uses cases proposé aussi
Formation assez courte sur un sujet qui est quand même assez vaste, une journée est vraiment peu abordé tout les concepts proposés.
Potentiellement sur de la programmation, devops ou big data / data science/ ML
Je recommande la formation
Le partie pratique suite à la partie théorique générale.
Peut être une formation plus avancée après une période de pratique et mise en place des premiers quelques projets.
Le contenu est riche et permet donc d’acquérir les concepts de base pour aborder nos futurs projets.
Des intervenants qui sont très calés dans leurs domaines.
Partie pratique très intéressant
Noter la formation
1890€ HT / personne |
3 jours ( 21 heures ) |