Formation Machine Learning
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
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 |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 2 250,00 € |
| Durée | 3 jours |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Description
Notre formation Machine Learning vous permettra d’acquérir les connaissances et compétences de base en matière d’apprentissage automatique. Quel que soit votre domaine de prédilection, la maîtrise des concepts et outils issus du machine learning offre de nouvelles perspectives professionnelles exaltantes. Grâce à notre formation intensive, vous apprendrez à préparer vos données et à les exploiter via la mise en œuvre des principaux algorithmes de machine learning. Vous créerez des modèles prédictifs et de prise de décision lors d’ateliers pratiques basés sur le langage Python, et apprendrez à utiliser les bibliothèques dédiées à l’apprentissage automatique. Une introduction au Deep Learning et réseaux neuronaux sera présentée en fin de formation, pour vous permettre d’appréhender cette technologie d’apprentissage en pleine ébullition.
Programme
Introduction à la formation Machine Learning
Intelligence Artificielle, Big Data, Data Science et Machine Learning : définitions et principes fondamentaux
Retour historique sur l’apprentissage automatique
Champs d’application du machine learning
Terminologie (étiquette, caractéristique, modèle, inférence…)
Exemples de mise en œuvre du machine learning
Principaux outils : Jupyter notebooks, scikit-learn, Pandas, BigML, Dataiku
Rappels mathématiques (vecteurs, loi normale, probabilité conditionnelle…) lors de la formation Machine Learning
Rappels sur la programmation en Python et notebooks Jupyter
Catégorisation des techniques et algorithmes d’apprentissage
Apprentissage supervisé
Classification et régression
Apprentissage non-supervisé
Clustering
Principaux algorithmes : Support Vector Machines, modèles de probabilité, arbres de décision, etc
Modéliser les problématiques d’entreprise en problèmes de machine learning
Workflow pour la construction d’un modèle
Choisir un type d’apprentissage et un algorithme pertinents
Obtention et préparation des données
Rappels sur les données (format, structuration, collecte, visualisation, interprétation)
Obtenir les données
La librairie open source scikit-learn
Techniques d’exploration des données
Feature Engineering (ingénierie des caractéristiques)
Extraction et sélection des features
Réduction de la dimension des données
L’analyse en composantes principales (PCA)
Evaluation des modèles d’apprentissage
Partitionner les données en ensembles d’apprentissage, de test et de validation
Exemples pour l’entraînement d’un modèle
Exemples pour le test d’un modèle
Mesures de performance : précision et rappel, matrices de confusion, cross-validation
Généralisation et risque de surapprentissage
L’intuition derrière les techniques d’apprentissage
Régression
Principaux cas d’utilisation
Régression linéaire simple
Méthode des moindres carrés ordinaire
Fonction de coût et algorithme du gradient
Régularisation : régression ridge et lasso
Les différents types de régression : multiple, polynomiale, SVR, arbre de décision, random forest, etc
Les métriques de la régression
Classification
Principaux cas d’utilisation
Régression logistique
Méthode des k plus proches voisins (k-NN)
Machine à vecteurs de support (SVM)
Kernel SVM
Classification naïve bayésienne (Naive Bayes)
Classification avec un arbre de décision et random forest
Les métriques de la classification
Clustering (segmentation)
Principes et principaux algorithmes
Méthode des k-moyennes (k-means)
Clustering hiérarchique
Clustering par densité
Introduction au Deep Learning (apprentissage profond)
Présentation générale et principes du Deep Learning afin de pousser plus loin la formation Machine Learning
Les réseaux neuronaux artificiels
La bibliothèque TensorFlow
Cas d’utilisation, défis et perspectives
Prérequis
Public
Ces formations pourraient vous intéresser
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Utiliser les principales fonctionnalités de la solution SAP Extended Warehouse Management (EWM)
- Gérer les éléments structurels et les données de base
- Utiliser les fonctions d'entrée et sortie de marchandises
- Mettre en oeuvre les procédures d'inventaire
- Gérer les transferts de stocks
- Créer des ordres de magasin
- Planifier le stockage et réarranger le magasin
- Paramétrer l'ensemble des fonctionnalités étudiées pour répondre à des besoins spécifiques client.
| Tarif |
A partir de 4 100,00 € |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Identifier votre style de management dominant en auto-évaluant vos pratiques dans une mise en situation et/ou par le biais d'un test
- Intégrer des règles d'organisation et de communication
- Formuler les objectifs généraux et spécifiques, et attribuer les missions en fonction des compétences de vos collaborateurs et l'exigence des missions à réaliser
- Reconnaître et identifier les principales techniques de management en analysant une mise en situation afin de fixer la réalisation des objectifs
- Adopter une posture de manager communiquant en utilisant des techniques appropriées à chaque situation et au public
- Faciliter l'implication de vos collaborateurs en les intégrant et associant dans les projets
- Définir les fonctions et responsabilités des membres de votre équipe
- Développer la responsabilisation des membres de votre équipe
- Conduire les différents types de réunions et entretiens (entretien annuel, professionnel...)
- Analyser les résultats des entretiens afin d'optimiser les ponts inopérants
- Conduire une réunion structurée et décisionnaire
- Intervenir dans les situations délicates en tant que manager
- Utiliser les techniques les plus efficaces pour mieux gérer votre temps et votre stress.
| Tarif |
A partir de 2 190,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Gérer un processus de planification de la production avec SAP S/4HANA Fiori
- Configurer un processus de planification de la production dans SAP S/4HANA
- Appliquer les concepts de gestion de la demande et de planification des exigences matérielles dans SAP S/4HANA géré via le Front End Fiori.
| Tarif |
A partir de 2 460,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Concevoir et tester un modèle de ML (Machine Learning) sur Google Cloud à partir d'un cas pratique fil rouge
- Concevoir et tester un pipeline MLOps robuste
- Déployer et automatiser votre pipeline MLOps de production et le passer à l'échelle
- Surveiller votre modèle de production et corriger les écarts.
| Tarif |
A partir de 3 800,00 € |
| Durée |
5j / 35h |
| Modes |
|
Formation de Formateur : fondamentaux de la conception et de l’animation (niveau 1)
Proposé par DEMOSObjectifs de la formation
- Maîtriser les fondamentaux de la pédagogie des adultes afin d’animer des formations
- Acquérir les bases de la conception pédagogique
- Animer une formation efficace et dynamique
| Tarif |
A partir de 1 990,00 € |
| Durée |
3j / 21h |
| Modes |
|
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 |
|
Architectures de données (data architecture) pour le Machine Learning et l'Intelligence Artificielle (IA)
Proposé par M2IObjectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Concevoir une plateforme "Cloud-native" ou hybride pour le Machine Learning et l'IA (Intelligence Artificielle)
- Consolider les actifs Data de l'organisation data-driven dans une seule plateforme
- Démocratiser l'accès aux données et permettre aux équipes métier de produire des modèles de ML (Machine Learning) et d'IA en self-service
- Automatiser la prise de décision dans l'organisation grâce à des pipelines de streaming
- Ajouter des capabilités prédictives et prescriptives aux capabilités descriptives de la BI (Business Intelligence).
| Tarif |
A partir de 2 550,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Evaluer si la méthode Agile convient à un client, en fonction des spécificités du client et du projet
- Travailler dans un projet Agile et assumer les responsabilités de son (ses) rôle(s) Agile(s)
- Contribuer à un projet Agile de mise en oeuvre de solutions SAP avec SAP Activate
- Utiliser les accélérateurs SAP Activate qui aident à mettre en oeuvre avec succès les solutions SAP de manière Agile.
| Tarif |
Contacter l'organisme |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Identifier les principes fondamentaux du Machine Learning pour une mise en oeuvre adaptée d'un projet d'Intelligence Artificielle
- Décrire les concepts d'apprentissage automatique et l'évolution du Big Data vers le Machine Learning
- Définir les enjeux de l'utilisation du Machine Learning, incluant les bénéfices attendus et des exemples d'usage
- Identifier le positionnement du Machine Learning dans la chaîne de traitement de la donnée
- Reconnaître les outils et les acteurs leaders du marché
- Décrire les principaux algorithmes et la démarche projet à appliquer selon les cas d'usages en entreprise
- Identifier les clés de réussite d'un projet intégrant du Machine Learning.
| Tarif |
A partir de 1 720,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
- Expliquer le contexte digital de la communication d'aujourd'hui
- Décrire les principaux médias & réseaux sociaux
- Construire sa stratégie de communication digitale
- Appliquer les bonnes pratiques de la communication digitale
| Tarif |
A partir de 1 823,00 € |
| Durée |
2,5 jours |
| Modes |
|
