Formation

Algorithme d’Apprentissage Automatique – Fondamentaux du Machine-Learning

g

Niveau

Confirmé

Durée

4 jours(s)

Modalités

Présentiel

Public

Tout public

La formation en quelques mots

Cette formation s'adresse à des personnes souhaitant découvrir les concepts et les applications de l’apprentissage automatique (Machine Learning) et la mise en oeuvre de quelques algorithmes majeurs.

Les objectifs de cette formation sont de comprendre les enjeux du Machine Learning et les principes de ses méthodes ainsi que la construction de quelques modèles prédictifs illustrant les principales applications.

A travers cette formation, vous monterez en compétences sur :
• Le champ d'application des algorithmes de machine learning,
• Les familles de méthodes,
• Les principes mathématiques sous-jacents,
• La mise en oeuvre des algorithmes sous R.

Z

Pré-requis

De bonnes connaissances en statistiques inférentielles ainsi que sur les méthodes de régression et d'analyse discriminante. Fondamentaux en R
h

Programme pédagogique simplifié

Cette formation s’adresse à des personnes souhaitant :

  • Découvrir les concepts et les applications du Deep Learning et la mise en œuvre de quelques algorithmes majeurs comme les réseaux neurones et le modèle convolutif,
  • Comprendre la mise en œuvre d’une tâche d’apprentissage,
  • Exploiter des modèles existants dans un objectif de visualisation de données.

 

A travers cette formation, vous monterez en compétences sur :

  • Le champ d’application des algorithmes de Deep Learning,
  • Les concepts sous-jacents,
  • La mise en œuvre des algorithmes,
  • L’exploitation des modèles.

Objectifs pédagogiques

A l’issue de cette formation, le stagiaire sera capable de :

  • Définir les objectifs sous-jacents au data mining et au machine learning,
  • Expliquer le concept d’apprentissage automatique,
  • Maîtriser le vocabulaire spécifique : notions d’apprentissage supervisé, non supervisé, par renforcement,
  • Définir les familles de méthodes : contexte, principes et champs d’application,
  • Mettre en oeuvre sous R et interpréter les résultats des méthodes suivantes : K-means, règles d’association, arbres de décision et de régression, random Forest, classification naïve bayésienne, Support Vector Machine (SVM), Gradient Boosting,
  • Evaluer la qualité du modèle,
  • Définir une méthode d’apprentissage des modèles,
  • Préparer les données : gestion des données manquantes et des classes « rares », réduction de dimension, choix des variables du modèle.

Demandez à être recontacté(e)

13 + 1 =

Nos formations en chiffres

+0
Formations
+0
Stagiaires formés
+0
Heures de formation
+0
Clients
0%
Orientation satisfaction client

En 2023, une nouvelle page de notre histoire a commencé à s'écrire. Cette année a marqué la naissance de SeeAcademy à l'initiative de Seenovate.

SeeAcademy met à votre disposition des formations spécialisées dans les domaines de la Data Intelligence, que ce soit en présentiel ou en distanciel. Mais aussi des formations E-Learning afin de répondre de manière précise à vos besoins, tout en facilitant votre planification.

En tant que centre de formation agréé et certifié Qualiopi, nous avons bâti une solide réputation en fournissant des formations de qualité supérieure.

Face à la demande croissante de compétences en Business Intelligence, Seenovate a entrepris un parcours ambitieux pour créer des formations de pointe. La nécessité de solutions flexibles, adaptées au monde du télétravail, a été le moteur de cette initiative visionnaire.