Accueil > Digital, Innovation, Créativité > IA, Big Data et Cloud > Mise en oeuvre de Solutions Machine Learning

Mise en oeuvre de Solutions Machine Learning

Objectifs

  • Avoir une bonne connaissance du Machine Learning
  • Modéliser des problématiques Machine Learning
  • Élaborer des solutions Machine Learning
  • Effectuer des analyses prédictives
  • Gérer et tirer des opportunités métier à partir des données grâce au Machine Learning
  • Formation nouvellement créée ou entièrement remaniée
  • Stage / Presentiel
  • 2 160 € (HT)
  • 3 Jours (21 Heures)
  • Repas Offert
  • Code: IIA12

Programme Détaillé

décideur, manager, ingénieur, analyste, concepteur, toute personne intéressée par les modèles du Machine Learning, la mise en pratique du Machine Learning, les opportunités métier du Machine Learning, la transformation numérique 4.0 des entreprises
Le domaine de l’intelligence artificielle
La place du machine learning en intelligence artificielle
Les fondements du machine learning
Les types d’apprentissage et les cas d’usage
Préparation des données
Apprentissage supervisé
Régression
. présentation
. régression linéaire simple : présentation et mise en oeuvre Python
. régression linéaire multiple : présentation et mise en oeuvre Python
. régression polynomiale : présentation et mise en oeuvre Python
. les autres modèles : Support Vector Regression (SVR), Decision Tree Regression, Random Forest Regression
Classification
. présentation
. régression logistique : présentation et mise en oeuvre Python
. SVM (Support Machine Vector) : présentation et mise en oeuvre Python
. les autres modèles : K-Nearest Neighbors (K-NN), Naive Bayes, Decision Tree Classification, Random Forest Classification
Apprentissage non supervisé (Clustering)
Présentation
K-Means : présentation et mise en oeuvre Python
Hierarchical Clustering : présentation
Évaluation des modèles
La validation croisée
Choix de la métrique de performance (P)
Pour les problèmes de régression
Pour les problèmes de classification
Synthèse et bilan
Mathématique niveau lycée
consultant-formateur en Intelligence Artificielle, enseignant-chercheur en IA Machine Learning
Afin d’en faciliter la compréhension et la mise en oeuvre, nous présentons de façon intuitive les principaux modèles de « Machine Learning ». Nous détaillons pour chaque modèle, en nous appuyant sur des cas d’étude du monde réel, les bonnes pratiques à adopter pour élaborer la meilleure solution « Machine Learning » dans le but de la création de valeur dans les activités métier des entreprises.
Pour les formations "A distance", elles sont réalisées avec un outil de visioconférence de type Teams ou Zoom selon les cas, permettant au formateur d'adapter sa pédagogie.
Retrouvez sur notre site internet toutes les précisions sur les sessions à distance ou les classes virtuelles.