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
A l'issue de cette formation, vous serez capable de :
- Identifier les usages courants du langage
- Mettre en pratique le scripting en Python
- Structurer votre code en fonction, classes et modules
- Utiliser des modules existants
- Décrire la programmation réseau avec Python
- Expérimenter la programmation objet en Python.
| Tarif |
A partir de 2 240,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Décrire le principe de fonctionnement de Spark
- Utiliser l'API PySpark pour interagir avec Spark en Python
- Mettre en oeuvre les méthodes de Machine Learning avec la librairie MLlib de Spark
- Traiter les flux de données avec Spark Streaming
- Manipuler les données avec Spark SQL.
| Tarif |
A partir de 2 280,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Installer le serveur Web Apache sur différents systèmes d’exploitation.
- Configurer le mode de fonctionnement d’Apache selon le système d’exploitation pour optimiser les performances.
- Comprendre l'organisation de la configuration dans les différents fichiers.
- Optimiser la configuration d'Apache vis à vis du chargement des modules nécessaires.
- Réaliser la configuration minimale d'Apache pour son fonctionnement en tant que reverse-proxy.
- Mettre en place une configuration optimale de la journalisation.
- Mettre en place une stratégie de restriction d’accès par machine et par authentification utilisateur.
- Sécuriser les échanges entre les navigateurs et le serveur avec HTTPS.
- Gérer la répartition de charge et la tolérance de panne sur plusieurs serveurs backend.
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Expliquer les subtilités du langage Python pour écrire des programmes qui interagissent avec un système de type Linux.
| Tarif |
A partir de 1 830,00 € |
| 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 |
|
Objectifs de la formation
- Comprendre les méthodes de Machine Learning
- Assimiler les notions mathématiques relatives au Machine Learning
- Comprendre les algorithmes d'apprentissage
- Obtenir et préparer les données et évaluer les modèles d'apprentissage
- Maîtriser la régression, la classification, le clustering
- Avoir des notions en deep learning
| Tarif |
A partir de 2 250,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
- Maîtriser Microsoft Azure Machine Learning et AML Studio
- Utiliser Azure Machine Learning
- Savoir gérer des ensemble de données, les préparer
- Utiliser des fonctionnalités Engineering, Selection
- Savoir utiliser le langage Python et R avec Azure Machine Learning
- Savoir construire, initialiser, optimiser et utiliser des modèles Azure Machine Learning
- Maîtriser les Cognitives Services, HDInsight
| Tarif |
A partir de 3 500,00 € |
| Durée |
5 jours |
| Modes |
|
Objectifs de la formation
- Installer le serveur Web Apache sur différents systèmes d'exploitation.
- Configurer le mode de fonctionnement d'Apache selon le système d'exploitation pour optimiser les performances.
- Organiser la configuration dans les différents fichiers.
- Réaliser la configuration de base d'Apache pour l'hébergement d'un site, et mettre en place une stratégie de délégation des tâches d'administration avec les fichiers .htaccess.
- Configurer la journalisation des accès et des messages du serveur.
- Gérer les permissions d'accès aux répertoires dans une démarche de sécurité optimale.
- Mettre en place une stratégie de restriction d'accès par machine et par authentification utilisateur.
- Gérer l'hébergement de multiples sites par la mise en place des hôtes virtuels.
- Sécuriser les échanges entre les navigateurs et le serveur avec HTTPS.
| Tarif |
Contacter l'organisme |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Appliquer les fondamentaux de l'andragogie dans une organisation
- Utiliser les modèles d'évaluation formatifs et sommatifs pour mesurer les compétences
- Développer les compétences en mettant l'accent sur les résultats et le processus
- Mettre en place de nouvelles approches de structure apprenante dans l'entreprise
- Gérer les connaissances et les compétences au sein de l'organisation
- Concevoir des situations d'apprentissage favorisant le développement des performances professionnelles
- Soutenir et promouvoir un management ouvert en favorisant l'apprentissage continu
- Développer et encourager la co-construction des savoirs dans l'organisation
- Analyser les pratiques professionnelles pour favoriser l'apprentissage et le développement
- Différencier les approches pédagogiques en fonction des besoins individuels et collectifs.
| Tarif |
A partir de 1 380,00 € |
| Durée |
2j / 14h |
| Modes |
|
Formation - 3h chrono pour se sensibiliser à l'intelligence artificielle et à ChatGPT
Proposé par CEGOSObjectifs de la formation
- Découvrir l'intelligence artificielle (IA) et le machine learning.
- Comprendre les usages et les limites de l'IA.
- Utiliser ChatGPT et les robots conversationnels dans son environnement professionnel.
| Tarif |
A partir de 385,00 € |
| Durée |
3 heures |
| Modes |
|
