Formation - L'apprentissage Machine avec Spark (Spark ML)
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
- Pendant la formation, le formateur évalue la progression pédagogique des participants via des QCM, des mises en situation et des travaux pratiques. Les participants passent un test de positionnement avant et après la formation pour valider leurs compétences acquises.
| Tarif |
Contacter l'organisme |
| Durée | 3 jours (21 heures) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
Contacter l'organisme |
| Durée | 3 jours (21 heures) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Programme
1 - L'écosystème SPARK et l'apprentissage Big Data
- Enjeux machine learning et Big Data
- L'écosystème Apache Spark
- Les différentes briques de base
- Focus SPARK SQL
- Dataframes et Datasets
- Lab : Mise en oeuvre de l'écosystème SPARK pour l'apprentissage machine Big Data
2 - Le chargement de données d'entraînement massives
- Chargement générique de données
- Chargement de fichiers de formats spécifiques
- Interrogation de bases HIVE
- Interrogation de bases externes
- Lab : Chargement de données de sources diverses sur un cluster SPARK
3 - L'exploration de données d'entraînement massives
- Réalisation de statistiques de base avec SPARK
- Exploitation des librairies graphiques statistiques dans un cadre Big Data
- Lab : Exploration de données d'entraînement sur un cas concret
4 - Le "Pipelining"
- Le concept de Pipeline Spark
- Les composants d'un Pipeline
- Le fonctionnement d'un Pipeline
- La gestion des paramètres
- Persistance et chargement de Pipelines
- Lab : Création d'un premier pipeline d'apprentissage machine avec SPARK
5 - Le prétraitement et l'ingénierie des variables prédictives
- Extraction de variables prédictives
- Transformation de variables
- Sélection de variables prédictives
- Hachage de variables
- Lab : Prétraitement et ingénierie des variables prédictives sur un cas concret
6 - La création de modèles d'apprentissage Big Data
- Classification de données massives
- Régression de données massives
- Clustering de données massives
- Systèmes de recommandation Big Data
- Règles d'association de données massives
- Lab : Réalisation de modèles d'apprentissage sur des cas concrets Big Data
7 - L'optimisation du réglage des modèles d'apprentissage
- Réglage des hyper-paramètres des modèles
- Validation croisée
- Séparation des données (entraînement, validation)
- Lab : Optimisation du réglage de modèles d'apprentissage sur cas concrets
8 - Déploiement de modèles d'apprentissage Big Data
- Création d'application prédictive en batch
- Création d'application prédictive en streaming
- Mise en oeuvre concrète sur un cluster Big Data
- Bonnes pratiques de déploiement
- Lab : Création d'applications en batch et en streaming sur cas concrets
Prérequis
Public
- Chefs de projet et spécialistes big data souhaitant mettre en oeuvre Spark ML
Ces formations pourraient vous intéresser
Objectifs de la formation
- Développer une application s’appuyant sur Spark
- Connaître les différents concepts sous-jacents et les APIs
- Exécuter, tester, optimiser une application utilisant Spark
- Appréhender les problématiques de machine learning avec SparkML
| Tarif |
Contacter l'organisme |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Expliquer et mettre en place un processus complet de Machine Learning
- Explorer et préparer les données
- Choisir et appliquer le bon algorithme
- Entraîner et améliorer votre modèle et le déployer.
| Tarif |
A partir de 2 550,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Prendre la parole avec aisance : Développer la confiance en s'exprimant librement en anglais.
- Mémoriser du vocabulaire à long terme : Acquérir et retenir un lexique varié et utile sur le long terme.
- Tenir une conversation en langue anglaise : Participer activement à des échanges verbaux en anglais.
- Prendre du plaisir à apprendre : Encourager une approche positive de l'apprentissage de la langue.
| Tarif |
A partir de 1 290,00 € |
| Durée |
26j / 40h |
| Modes |
|
Formation Cloud Digital Leader (CDL), préparation à la certification Google Cloud
Proposé par SparksObjectifs de la formation
- S'approprier la terminologie de base du Cloud
- Connaître les produits et services Google Cloud liés à la transformation numérique
- Comprendre comment la technologie et les données Cloud sont utilisées pour innover au sein des organisations
- Décrire les bénéfices de la modernisation des infrastructures et des applications avec Google Cloud
- Identifier les éléments clés pour accroître la sécurité et l'efficacité opérationnelle du Cloud
| Tarif |
A partir de 1 600,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
Les objectifs de la formation Concevoir une machine neuve en intégrant la sécurité :
- Concevoir une machine en intégrant les règles de sécurité applicables - Mettre en œuvre le principe de l’analyse du risque - Définir les moyens de mise en sécurité d’une machine
| Tarif |
A partir de 1 870,00 € |
| Durée |
4 jours - 28h |
| Modes |
|
Objectifs de la formation
- Qualifier le besoin de formation
- Concevoir une action de formation pertinente
- Adopter la posture de formateur
- Faciliter l'apprentissage et le transfert
- Gérer les moments clés d'une formation
- Intégrer les fondamentaux de la neuropédagogie
- Produire des capsules digitales
| Tarif |
A partir de 5 525,00 € |
| Durée |
8,5 jours |
| Modes |
|
Objectifs de la formation
- D'identifier le contexte général d'utilisation de la régression logistique
- De connaître les concepts mathématiques inhérents à la régression logistique
- De mettre en œuvre et analyser les résultats (tableaux, graphiques) d'une modélisation de type régression logistique
- De calculer les probabilités ajustées d'apparition d'un évènement « succès »
- De comparer la régression logistique avec d'autres outils type Afd, Méthode de classement
- D'interpréter les coefficients tels que les odds-ratios, notamment dans un contexte épidémiologique
- D'identifier et de résoudre les problèmes rencontrés lors de la mise en œuvre d'un modèle de type régression logistique
- De détecter et traiter les colinéarités éventuelles entre variables explicatives
| Tarif |
A partir de 1 550,00 € |
| Durée |
2j / 14h |
| Modes |
|
Formation Organisme de formation ou CFA : points clés du secteur pour optimiser son activité
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Comprendre les enjeux et objectifs de la loi du 5 septembre 2018 et les évolutions du secteur
- Identifier les acteurs du champ de la formation professionnelle, de l'apprentissage et de l'orientation ainsi que leurs missions respectives
- Analyser les différents dispositifs et mécanismes de la formation professionnelle
- Définir le système de financement de la formation professionnelle
- Analyser les pistes de développement pour sa structure de formation
| Tarif |
A partir de 1 916,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
- Définir les concepts clés de MLOps
- Maîtriser l'ingénierie en Machine Learning
- Appliquer des techniques de compression des modèles
- Analyser et corriger les erreurs des modèles
- Déployer et mettre à l'échelle des modèles ML
| Tarif |
A partir de 1 500,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
- Connaître l'historique de l'apprentissage learning et ses enjeux
- Pouvoir installer et configurer TensorFlow
- Gérer les Réseaux Neuronaux Artificiels et leur optimisation
- Maîtriser les Réseaux de Neurones Convolutifs (CNN) et Récurrents (RNN)
- Manier Autoencoders et Restricted Boltzmann Machine
- Connaître le Reinforcement Learning, savoir l'utiliser
- Exécuter le Deep Learning sur CPU et GPU, concepts avancés
| Tarif |
A partir de 2 250,00 € |
| Durée |
3 jours |
| Modes |
|
