Aperçu du cours
Cette formation vise à fournir aux participants des compétences pratiques en machine learning. Les participants exploreront les concepts théoriques et mettront en œuvre divers algorithmes de machine learning à l’aide de Python.
Prérequis
- Maîtrise du langage Python et connaissance élémentaire des mathématiques scalaires.
Objectifs pédagogiques
- Identifier les fondements théoriques de l'apprentissage automatique.
- Utiliser les principaux algorithmes en machine learning dans des contextes appropriés.
- Reconnaître les types de problèmes résolus par le machine learning.
- Évaluer et optimiser les modèles d'apprentissage.
- Appliquer les concepts appris à des études de cas concrets.
Public ciblé
- Ingénieurs ou techniciens souhaitant acquérir des connaissances de base en machine Learning.
Programme de formation
-
Fondements théoriques et Exploration de Données (7 heures)
-
Introduction au Machine Learning (1 heure)
-
Problématiques traitées par le Machine Learning (1 heure)
-
Théorie de l’apprentissage (1 heure)
-
Modèles d’apprentissage optimisés (1 heure)
-
Régression Logistique – Théorie et Application (1,5 heures)
-
Exploration de Données et Prétraitement (1,5 heures)
-
-
Implémentation d'Algorithmes et Études de Cas (7 heures)
-
Arbre de Classification et Méthodes Ensemblistes (2 heures)
-
Support Vector Machines (SVM) – Concepts et Application (1,5 heures)
-
Introduction aux Réseaux de Neurones / Deep Learning (1,5 heures)
-
Synthèse, Conclusion et Travaux Pratiques Avancés (2 heures)
-
Instructeur
