Formation Machine Learning avec Python

Durée : 2 jours

La formation "Machine Learning avec Python" est dispensée à Rennes, Paris, Nantes, Brest, Angers, Bordeaux, Lyon, Montpellier

Avec l’essor et la démocratisation des technologies liées au Big Data, il devient enfin possible d’utiliser les algorithmes de Machine Learning pour aider dans la classification de données, ainsi que dans les prédictions. Grâce à cette formation, vous aurez l’historique du Machine Learning (une sous-discipline du domaine plus vaste des intelligences artificielles). Ensuite, grâce à de nombreux exemples concrets réalisés à l’aide du langage Python, vous aborderez les algorithmes les plus utilisés dans le domaine du Machine Learning. Après quelques rappels simples sur les régressions linéaires (univariées et multivariées), puis sur les régressions polynomiales ou encore les arbres de décisions, vous aborderez l’artillerie lourde du Data Scientist : Le Random Forest, le clustering, le VMS (Support Vector Machine), le Gradient Boosting, etc. Pour cette formation : pas besoin d’avoir un bagage complet en statistiques. Le but de cette formation est de rendre accessibles les notions parfois complexes qui résident dans les algorithmes de Machine Learning.

Objectifs de la formation Machine Learning avec Python

  • Comprendre l’histoire du Machine Learning, son origine et sa définition, ainsi que sa place dans monde des Intelligences Artificielles
  • Appréhender les différents types d’algorithmes de Machine Learning (Supervisé VS non-supervisé)
  • Apprendre à classifier les différents algorithmes selon leur but : classifier ou prédire (régression)
  • Tester les premiers algorithmes de Machine Learning : régression linéaires / polynomiales
  • Aller plus loin dans les algorithmes : arbres de décisions, K-Moyennes, Clustering, etc.
  • Continuer sur les autres algorithmes des Data Scientists : Random Forest, Gradient Boosting, VMS, etc.
  • Se projeter dans le futur : introduction au Deep Learning

Prérequis de la formation Machine Learning avec Python

  • Des connaissances en SQL sont appréciées
  • Des connaissance sur la théorie du Big Data sont un plus

Public visé de la formation Machine Learning avec Python

  • La formation Machine Learning avec Python s'adresse aussi bien à des ingénieurs infrastructure que des analystes et des consultants BI / Big Data

Programme de la formation Machine Learning avec Python

Présentation de l'historique du machine learning

  • Historique et définition du Machine Learning
  • La place du Machine Learning dans le domaine des Intelligences Artificielles
  • Synergies entre Machine Learning et Big Data : le volume de données !

Classifier les algorithmes de machine learning

  • Algorithmes supervisés et non-supervisés
  • Algorithmes pour classifier des éléments (Clustering) ou pour réaliser des prédictions (Régressions)

Comprendre les synergies entre big data et machine learning

  • La source de tout : la donnée
  • Ne pas oublier le plus important : la qualité de la donnée
  • Présentation des données exogènes (médias sociaux, Open Data, etc.)

Travaux pratiques autour des régressions : prédire l'avenir

  • Initiation par la pratique aux régressions linéaires (univariées et multivariées)
  • Travaux sur les régressions polynomiales
  • D'autres régressions : régularisées, logistiques
  • Naive Bayes et la notion d'indépendance

Classifier les éléments : clustering

  • Introduction à la classification ou partitionnement (Clustering)
  • Introduction aux arbres de décision (Pour mieux comprendre le Random Forest)
  • K-Moyennes (K-Means)
  • Random Forest (Forêts aléatoires)

L'artillerie lourde du data scientist

  • Gradient Boosting
  • Support Vector Machine (VMS)

Pour aller plus loin : introduction au deep learning

  • Introduction au Deep Learning : Une sous-discipline du Machine Learning

Next Decision vous accompagne
dans toutes vos formations à distance

Qualiopi datadock

Pour toute demande de dates ou de tarifs, contactez-nous

 

Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.

02.34.09.31.72