Formation - L'apprentissage Machine en Python (SciKit-Learn)
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 | 2 jours (14 heures) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
Contacter l'organisme |
| Durée | 2 jours (14 heures) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Programme
1 - L'écosystème SciKit Learn
- Origine
- Missions et évolutions
- Architecture
- Modules
- Atelier pratique : Installation de l'écosystème (PC, MAC, LINUX)
2 - Bonnes pratiques SciKit Learn : la récupération de données
- L'API dédiée aux jeux de données
- Problématique des grands jeux de données
- Les jeux de données internes au framework
- La génération de données artificielles
- L'accès aux données ouvertes
- Méthodologies de chargement de données externes
- Atelier pratique : Collecte de données sur un cas concret
3 - Bonnes pratiques SciKit Learn : le prétraitement
- Cadre et rôle du prétraitement
- Méthodes de mise à l'échelle des données
- Normalisation des données
- Traitement des données catégorielles
- Traitement des données manquantes
- Atelier pratique : Prétraitement des données dans un cas concret
4 - Bonnes pratiques SciKit Learn : l'ingénierie des variables prédictives
- Cadre et rôle de l'ingénierie des variables prédictives
- Transformations non linéaires
- Algorithmes de réduction dimensionnelle de données
- L'extraction automatique de traits (textes, images)
- Combinaison et transformations ad-hoc des données
- Atelier pratique : Ingénierie des variables prédictives sur un cas concret
5 - Bonnes pratiques SciKit Learn : la modélisation
- Cartographie des algorithmes de l'écosystème
- Tour de l'apprentissage supervisé avec SciKit Learn
- Tour de l'apprentissage non supervisé avec SciKit Learn
- En pratique, mode de sélection d'algorithmes pertinents
- Atelier pratique : L'apprentissage supervisé et non supervisé sur cas concrets
6 - Bonnes pratiques SciKit Learn : sélection et optimisation des modèles
- Présentation et usage des outils de combinaison et de chaînage de processus
- L'évaluation de performance par validation-croisée
- Le réglage des hyper-paramètres d'un modèle
- Les APIs d'évaluation des modèles de prédiction
- Les différentes courbes d'évaluations de modèles de prédictions
- Atelier pratique : Sélection de modèle, et optimisation des réglages
7 - Bonnes pratiques SciKit Learn : industrialisation et déploiement
- Persistance des modèles
- Scaling des applications de prédictions avec SciKit Learn
- Problématiques de latence et de débit à l'exécution
- La parallélisation
- La gestion de l'environnement Python associé
- Atelier pratique : Industrialisation d'une application de prédiction
Prérequis
- Connaissance de Python et d'une bibliothèque de calcul telle que Numpy ou Pandas
- Disposez-vous des connaissances nécessaires pour suivre cette formation ? Testez-vous !
Public
- Chefs de projet et data-scientists souhaitant comprendre le fonctionnement de SciKit-learn
Ces formations pourraient vous intéresser
Objectifs de la formation
Les objectifs de la formation Utiliser une machine fixe ou portative :
- Utiliser en sécurité une machine fixe
| Tarif |
A partir de 551,00 € |
| Durée |
1 jour - 7 heures |
| Modes |
|
Prévention et repérage des troubles du langage et de la communication chez le jeune enfant
Proposé par GROUPE LEXOMObjectifs de la formation
- Connaître les mécanismes d'acquisition du langage et de la communication
- Repérer les signes et alerter l'entourage
- Identifier et prévenir les facteurs pouvant perturber l'apprentissage
- Mettre en place des jeux et activités qui stimulent le vocabulaire
| Tarif |
A partir de 1 390,00 € |
| Durée |
1j / 7h |
| Modes |
|
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
- Décrire la philosophie de Python et identifier ses domaines d’application
- Mettre en place un environnement de développement pour Python
- Écrire des scripts en utilisant l’algorithmie de base du langage Python et les exécuter
- Définir et utiliser des fonctions et des modules pour la structuration des programmes
- Mettre en œuvre les concepts de la programmation objet avec le langage Python (classe, attributs, méthodes, encapsulation, polymorphisme et héritage)
- Gérer les erreurs avec les exceptions
- Utiliser des modules de la bibliothèque standard Python pour interagir avec l'environnement du système d'exploitation
| Tarif |
A partir de 990,00 € |
| Durée |
37 heures |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Configurer le kit SDK AWS et utiliser les informations d'authentification des développeurs pour Java, C# / .NET, Python et JavaScript
- Prendre en main le kit SDK AWS pour interagir avec les services AWS et développer des solutions logicielles
- Intégrer la démarche pour mettre en oeuvre l'authentification du service
- Utiliser Amazon Simple Storage Service et Amazon DynamoDB en tant que Data Stores
- Intégrer des applications et données à l'aide de différents services (AWS Lambda, Amazon API Gateway, Amazon Simple Queue Service...)
- Utiliser Amazon Cognito pour gérer l'authentification des utilisateurs
- Utiliser des conteneurs dans le processus de développement
- Déployer des applications sur AWS.
| Tarif |
A partir de 2 510,00 € |
| Durée |
3j / 21h |
| Modes |
|
Formation Microsoft Azure - Concevoir et mettre en œuvre une solution de Data Science
Proposé par PLB CONSULTANTObjectifs de la formation
Le cours est délivré dans les conditions définies par Microsoft : en partenariat avec un centre de formation agréé Microsoft Learning, formateur certifié Microsoft, lab officiel Microsoft, support de cours officiel Microsoft.
Cette formation officielle Microsoft Azure - Concevoir et mettre en œuvre une solution de Data Science vous permet d’acquérir les connaissances nécessaires pour utiliser les services Azure afin de développer, préparer et déployer des solutions de Machine Learning.
La formation commence par une présentation des services d’Azure supportant la Data Science. Elle se concentre ensuite sur le service Data Science d’Azure - le service de Machine Learning service - pour automatiser le pipeline.
Elle ne fournit pas les connaissances nécessaires pour réaliser de la data science, et suppose que les apprenants ont déjà ces connaissances.
| Tarif |
A partir de 2 090,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
À l'issue de cette formation TensorFlow, vous aurez acquis les connaissances et les compétences nécessaires pour :
- Mettre en œuvre TensorFlow pour de l'apprentissage machine
- Connaître les APIs disponibles pour réaliser des modèles fiables et efficaces
| Tarif |
A partir de 1 850,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
À l'issue de cette formation Google Cloud Platform : Analyse et Virtualisation de données vous aurez acquis les connaissances et les compétences nécessaires pour :
- Obtenir des informations à partir de données à l’aide des outils d’analyse et de visualisation de Google Cloud Platform
- Analyser des données à l’échelle avec BigQuery
- Charger, nettoyer et transformer les données à grande échelle à l’aide de Google Cloud Dataprep
- Explorer et visualiser les données à l’aide de Google Data Studio
- Optimiser et écrire des requêtes hautes performances et résoudre les problèmes associés
- Dériver des informations à partir de données à l’aide du Machine Learning
| Tarif |
A partir de 2 250,00 € |
| Durée |
3j / 21h |
| Modes |
|
Formation Introduction à l'automatisation des réseaux pour les solutions Cisco
Proposé par PLB CONSULTANTObjectifs de la formation
À l'issue de cette formation Cisco Automatisation des Réseaux, vous aurez acquis les connaissances et compétences nécessaires pour :
- Expliquer le rôle que jouent l'automatisation et la programmabilité des réseaux dans le contexte de la gestion et de l'exploitation de bout en bout des réseaux
- Interpréter et dépanner les scripts Python avec des constructions de programmation fondamentales conçues pour les cas d'utilisation de l'automatisation des réseaux
- Décrire comment les principes, les outils et les pipelines du DevOps peuvent être appliqués à l'exploitation des réseaux
- Comprendre le rôle des environnements de développement de l'automatisation des réseaux et des technologies associées telles que les environnements virtuels Python, Vagrant et Docker
- Comprendre et construire des appels d'API basés sur HTTP pour les appareils du réseau
- Expliquer les différences et les cas d'utilisation communs pour XML, JSON, YAML et protobuf
- Construire et interpréter des scripts Python à l'aide du module de requêtes Python pour automatiser les appareils qui ont des API basées sur HTTP
- Comprendre le rôle de YANG dans l'automatisation des réseaux
- Comprendre qu'il existe un certain nombre d'outils pour simplifier le travail avec les modèles YANG
- Décrire les fonctionnalités de RESTCONF et NETCONF et les différences entre elles
- Construire des playbooks Ansibles pour configurer les dispositifs de réseau et en récupérer les données d'état opérationnel
- Construire des modèles Jinja2 et des structures de données YAML pour générer les configurations d'état souhaitées
| Tarif |
A partir de 2 680,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Comprendre ce qu’est l’IA, la data, et être en mesure d’interagir avec confiance avec les équipes data d’une organisation
- Définir les principes fondamentaux du machine learning et leur pertinence pour le secteur de la vente
- Appliquer des techniques de data science (régression, web scraping, feature engineering...) pour améliorer les processus commerciaux
- Concevoir et mettre en œuvre des stratégies de vente efficaces en utilisant l'IA générative et ChatGPT pour des tâches telles que la prospection, la préparation de rendez-vous et la rédaction de propositions de vente
- Évaluer l'efficacité des applications GenAI dans les processus de vente et identifier les améliorations possibles
| Tarif |
A partir de 1 800,00 € |
| Durée |
2 jours |
| Modes |
|
