IA & Data

Formation Machine Learning - Méthodes et solutions

4 jour(s) • 28h

Éligible OPCO

8,8/10 avis apprenants

Description

Objectif de formation : Le stagiaire apprendra durant cette formation à implémenter divers algorithmes et appréhendera les bonnes pratiques pour un projet ML

Appréhender les principaux modèles d'apprentissage
Savoir modéliser un problème pratique sous forme abstraite
Être capable de créer des comparatifs entre les méthodes d'apprentissage et de sélectionner la méthode adaptée à la situation
Implémenter et mesurer l'impact des méthodes identifiées sur un problème
Créer des liaisons entre les différentes techniques d'apprentissage

Ingénieurs
Chefs de projet

Connaissances de base en Python
Notions fondamentales en statistiques

1
Premiers pas avec le Machine Learning
- Big Data & Machine Learning
- Présentation des différents algorithmes d'apprentissage : supervisés, non supervisés et par renforcement
- Jalons de construction d'un modèle prédictif
- Détection des valeurs aberrantes et traitement les données manquantes
- Choix de l'algorithme et des variables de l'algorithme
2
Procédures d'évaluation de modèles
- Les techniques de ré-échantillonnage en jeu d'apprentissage, de validation et de test
- Test de représentativité des données d'apprentissage
- Mesures de performance des modèles prédictifs
- Matrice de confusion, de coût et la courbe ROC et AUC
- Travaux pratiques : évaluation et comparaison des différents algorithmes sur les modèles fournis
3
Modèles prédictifs & approche fréquentiste
- Apprentissage statistique
- Conditionnement des données & réduction de dimension
- Machines à vecteurs supports & méthodes à noyaux
- Quantification vectorielle
- Réseaux neuronaux & deep Learning
- Ensemble learning & arbres de décision
- Algorithmes de Bandits, optimisme face à l'incertitude
- Travaux pratiques : Création de familles d'algorithmes à l'aide de différents jeux de données
4
Les modèles et apprentissages bayésiens
- Principes d'inférence et d'apprentissage bayésiens
- Modèles graphiques
- Méthodes bayésiennes
- Modèles markoviens
- Travaux pratiques : Utilisation des modèles et apprentissages bayésiens sur différents jeux de données
5
Machine Learning en production
- Particularités dues aux environnements distribués
- Présentation des outils Spark et MLlib pour le déploiement
- Technologies du cloud avec le Machine Learning
- Maintenance du modèle
- Travaux pratiques : Implémentation en production d'un modèle prédictif avec l'intégration dans des processus de batch et dans des flux de traitements

Ils nous font Confiance

Nos partenaires de confiance

Questions fréquentes

FAQ : Formation Machine Learning - Méthodes et solutions

Oui, mais la prise en charge d'une formation professionnelle par un OPCO dépend de votre opérateur de compétences, de votre branche d'activité et des critères de financement applicables. Ascent Formation vous accompagne dans l'identification des possibilités de financement adaptées à votre entreprise.
Une formation inter-entreprises réunit des participants issus de différentes organisations, tandis qu'une formation intra-entreprise est organisée pour les collaborateurs d'une même entreprise. Le format intra permet notamment d'adapter le contenu et les modalités aux besoins spécifiques de vos équipes.
Selon la formation proposée, il est possible de suivre une formation professionnelle à distance, en présentiel ou selon d'autres modalités disponibles. Consultez les informations de la session concernée ou contactez-nous pour connaître les formats possibles.
Oui, une formation professionnelle peut être adaptée aux objectifs, au niveau des participants et aux besoins opérationnels de votre entreprise. Ascent Formation vous propose des parcours personnalisés pour accompagner le développement des compétences de vos équipes.