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 :
- Concevoir et tester un modèle de ML (Machine Learning) avec MLflow
- Concevoir et tester un pipeline MLOps robuste avec MLflow
- Déployer votre modèle en production
- Surveiller votre modèle de production et corriger les écarts.
| Tarif |
A partir de 3 800,00 € |
| Durée |
5j / 35h |
| Modes |
|
IA Comprendre un algorithme utilisé en IA type reconnaissance d'image avec Excel
Proposé par GROUPE ARKESYSObjectifs de la formation
- Comprendre la démarche globale d'une approche IA pour résoudre un problème
- Comprendre comment un algorithme peut réaliser une tâche il n'a pas été programmé spécifiquement
- Comprendre le vocabulaire associé à la démarche du Machine Learning
- Comprendre les phases d'entrainement, de test et de déploiement
- Comprendre l'algorithme knn.
| Tarif |
A partir de 1 550,00 € |
| Durée |
1j / 7h |
| 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 |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Identifier les différentes étapes des processus d'apprentissage en ligne
- Evaluer les compétences et les besoins des apprenants pour adapter le parcours pédagogique et le tutorat
- Concevoir des activités pédagogiques interactives qui nécessitent l'apprentissage collaboratif et individuel
- Utiliser des outils de communication synchrone et asynchrone pour faciliter l'interaction et la collaboration entre les apprenants et le formateur
- Evaluer l'apprentissage des apprenants en utilisant des outils d'évaluation adaptés et en fournissant un feedback constructif
- Administrer efficacement la formation en gérant les inscriptions, en adaptant les parcours pédagogiques et en assurant un suivi régulier
- Communiquer des connaissances théoriques applicables en mode synchrone pour enrichir l'apprentissage des apprenants
- Partager des expériences vécues en lien avec le contenu de la formation pour faciliter l'apprentissage et la réflexion des apprenants
- Résoudre des conflits et réguler les interactions pour assurer un climat propice à l'apprentissage collaboratif et individuel
- Animer les groupes et relancer les apprenants pour maintenir leur motivation et favoriser leur engagement dans la formation.
| Tarif |
A partir de 1 470,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
- Comprendre le principe de fonctionnement d’Apache Spark
- Utiliser PySpark pour manipuler des données avec Python
- Traiter les flux de données en temps réel avec Spark Streaming
| Tarif |
A partir de 2 050,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Mettre en place l'environnement de développement ;
- Maîtriser l'architecture de développement de la librairie PyQt
- Utiliser des composant d'IHM
- Gérer le positionnement des composant d'IHM
- Gérer les événements des composant d'IHM
- Mettre en place et gérer l'architecture de développement MVC
- Créer une application de type MDI (Multiple Document Interface)
- Réaliser des opération de tracé
- Gérer les styles et les thème graphique
- Internationaliser une application graphique avec PyQt
- Utiliser Qt Designer pour générer du code
| Tarif |
A partir de 4 650,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Décrire l’enjeu des tests dans le processus de développement logiciel ;
- Identifier les différentes catégories de test et connaitre leurs rôles ;
- Mettre en place des tests unitaires en Python en utilisant la librairie unittest ;
- Utiliser des objets Mocks dans les tests unitaires ;
- Mettre en place des tests d’intégration en Python ;
- Développer des tests d’intégration pour les fonctionnalités Web des application.
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| 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 orientée objet avec le langage Python ;
- Implémenter des classes avec des attributs et des méthodes ;
- Mettre en œuvre les concepts de la programmation objet (encapsulation, polymorphisme et héritage) ;
| Tarif |
A partir de 6 200,00 € |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
- Connaissance des produits et services de Google Cloud Platform, particulièrement ceux liés au traitement des données et au machine learning
- Connaissance des produits et services fondamentaux concernant le calcul et le stockage
- Connaissance de Cloud SQL et de Dataproc
- Connaissance de Datalab et BigQuery
- Connaissance de TensorFlow et des APIs Machine Learning
- Connaissance de Pub / Sub et de Dataflow
| Tarif |
A partir de 950,00 € |
| Durée |
1j / 7h |
| Modes |
|
Objectifs de la formation
Construire une API en Python et implémenter une couche d'accès aux données avec un ORM| Tarif |
A partir de 2 995,00 € |
| Durée |
5j / 35h |
| Modes |
|
