Acquérir des bases solides
Acquérir une base théorique et pratique solide en machine learning.
Formation machine learning avec Python
Algorithmes · Python · Modélisation · Données
Formation intensive de 3 jours pour maîtriser le machine learning avec Python, de la préparation des données aux principaux algorithmes.
- 3 jours
- 21 h de formation
- 10 participants
- Groupe restreint
- 1 400 € HT
- Prix
Ce que vous saurez faire
Cette formation intensive permet d'acquérir des compétences à la fois théoriques et opérationnelles en machine learning. Elle est conçue pour fournir une compréhension approfondie des principes, des méthodologies et des algorithmes classiques du machine learning, ainsi que de leurs applications pratiques dans des cas d'usage réels. Elle est destinée, en particulier, aux profils ayant une expertise métier et qui voudraient la compléter avec des compétences en machine learning, ainsi qu'aux personnes en reconversion professionnelle qui souhaitent se lancer dans une nouvelle carrière en intelligence artificielle.
Préparer les données
Apprendre les meilleures pratiques pour la préparation des données.
Maîtriser les algorithmes
Maîtriser les algorithmes classiques du machine learning.
Développer en Python
Développer des compétences opérationnelles en Python pour aborder des cas d'usage réels.
Programme de la formation
Le programme alterne entre une partie théorique, au cours de laquelle les principes et les algorithmes de machine learning sont expliqués, et une partie pratique qui consiste en une mise en œuvre sous Python, à travers des travaux pratiques issus de cas d’usage réels.
Introduction au machine learning
- Qu'est-ce que l'intelligence artificielle ?
- Les différentes approches de l'intelligence artificielle
- Principes du machine learning
- Différentes typologies du machine learning
Apprentissage supervisé
- Principes de l'apprentissage supervisé
- Sous-apprentissage et sur-apprentissage
- Sélection de modèles
- Régression linéaire
- Régressions Ridge et Lasso
- Régression logistique
- Machines à vecteurs de support (SVM)
- Arbres de décisions
- Méthodes ensemblistes et random forests
- Boosting
TRAVAUX PRATIQUESsous Python
Apprentissage non supervisé
- Typologies d'apprentissage non supervisé
- Clustering
- Réduction de dimensionalité
- Détection d'anomalies
TRAVAUX PRATIQUESsous Python
Qualité des données et des modèles
- Normalisation des données
- Traitement des outliers
- Données déséquilibrées
- Traitement des données manquantes
- Calibration de modèle
TRAVAUX PRATIQUESsous Python
Introduction au deep learning
- Principes du deep learning
- Réseaux de neurones artificiels
- Entraînement des modèles de deep learning
- Applications des modèles de deep learning
Le formateur - Redha Moulla
Redha Moulla est formateur, consultant et enseignant en intelligence artificielle à EPITA. Après un parcours dans la recherche en automatique et en IA, il accompagne aujourd’hui les professionnels et les entreprises dans la compréhension et la mise en œuvre de ces technologies.
Docteur en automatique, il est également titulaire de masters en statistique et big data, physique et innovation.
- 15 ans
- d'expérience en IA
- 1000+
- professionnels formés
- 60+
- entreprises accompagnées
Inscription & informations
Vous souhaitez suivre cette formation ou obtenir des informations ?
Réservez une place pour la prochaine session, inscrivez un collaborateur ou échangeons sur l’organisation de cette formation dans votre entreprise.