Formation Machine learning : implémentation en Python
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
Comprendre et choisir une méthode d'apprentissage automatique - Acquérir les bases du Machine Learning avec Python
| Tarif |
A partir de 3 475,00 € |
| Durée | 5 jour(s) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 3 475,00 € |
| Durée | 5 jour(s) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Description
Programme
Comprendre l'apprentissage automatique (Machine Learning)
Machine Learning : définition, contextes d'utilisation, phases (apprentissage, mise en production)
Enjeux et limites
Approches mathématiques et statistiques
Application et types de données : graphes, arbres, courbes, vecteurs de caractéristiques Qualification de la phase d'apprentissage : classification, régression, renforcement, non supervision
Panorama d'algorithmes : régressions (linéaire ou logistique), machines à vecteurs, réseaux de neurones, k plus proches voisins (KNN), boosting,...
Facteurs de pertinence et d'efficacité : nombre d'exemples, qualité des attributs, pourcentage des données renseignées ou manquantes, bruit
Organiser un projet d'apprentissage
Défintion du problème
Acquisition des données
Analyse et exploration des données
Préparation et nettoyage des données
Extraction de caractéristiques
Choix ou construction du modèle d'apprentissage
Entrainement, évaluation et optimisation
Test et vérification de surapprentissage Déploiement
Découvrir des bibliothèques Python
NumPy : manipulation de matrices et fonctions
Pandas : lecture et manipulation de données
Jupyter et ses Notebook : utilisation de cahiers électroniques
Implémenter des algorithmes d'apprentissage sur des données
Présentation d'une base de données
Régression linéaire (simple ou multiple) : étude, import, création et application d'un modèle, évaluation
Régression logistique : packages, création et application d'un modèle, évaluation et matrice de confusion
K plus proches voisins (KNN) : packages Python, Application et évaluation, amélioration
Support Vector Machine (SVM) : principe, découverte de la base de données, application et évaluation
Analyse en composante principale (PCA) : principe, création du modèle et visualisation des données en 2D
Decision Tree : principe, préparation des données, création du modèle et visualisation de l'arbre de décision
Random Forest : principe, implémentation en Python
Evaluer les modèles implémentés
Ré-échantillonnage
Représentativité des données d'apprentissage Interprétation de la matrice de confusion Sensibilité et spécificité d'un test : Receiver Operating Characteristic (ROC) et Area under the ROC Curve (AUC)
Prérequis
Public
Ces formations pourraient vous intéresser
Objectifs de la formation
- Comprendre la démarche de l'algorithme knn
- Comprendre les avantages et les inconvénients du knn
- Trouver l'optimalité du paramètre k
- Valider le modèle en appliquant les différentes méthodes de validation
- Mettre en œuvre sous des logiciels comme R l'algorithme Knn
| Tarif |
A partir de 1 550,00 € |
| Durée |
1j / 7h |
| Modes |
|
Objectifs de la formation
Configurer, dépanner et gérer les réseaux c blés et sans fil de l'entreprise - Mettre en œuvre des principes de sécurités au sein d'un réseau d'entreprise - Préparation à l'examen 350-401 Implémentation de Cisco Enterprise Network Core Technologies (ENCOR)| Tarif |
A partir de 3 475,00 € |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
- Gérer la modélisation avancée en 3D avec le logiciel libre Blender
- Gérer son interface et son workflow
- Découvrir les bases de l'animation
| Tarif |
A partir de 1 390,00 € |
| 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 |
5 jours (35 heures) |
| Modes |
|
Objectifs de la formation
Savoir développer des applications Python pour Zope| Tarif |
A partir de 995,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
- Analyser le rôle de Django et son lien avec Python pour le développement d’applications Web
- Mettre en place un environnement de développement pour Django
- Créer et configurer des applications Django ainsi que leur architecture
- Créer le routage des URLs pour les faire correspondre à des traitements
- Générer un rendu dans différents formats de sortie a destination des applications clientes et navigateurs
- Créer des modèles et les lier à une base de données relationnelle
- Implémenter des formulaires ainsi que les actions permettant de les traiter et insérer les données en base
- Tester une application Django
| Tarif |
A partir de 990,00 € |
| Durée |
37 heures |
| Modes |
|
Objectifs de la formation
- Connaître les usages courants du langage
- Maîtriser le scripting en Python
- Utiliser des modules existants
- Ecrire rapidement des scripts
- Créer des interfaces en ligne de commande
| Tarif |
A partir de 1 950,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
- Identifier les opportunités de l’intelligence artificielle et du machine learning pour votre entreprise ou service
- Définir les facteurs clés de succès d’un projet d’intelligence artificielle et tenir compte des enjeux légaux et éthiques qui s’y rattachent
- Explorer une méthodologie reconnue de conduite de projet IA basée sur le machine learning Canvas afin d’optimiser vos chances de succès
- Expérimenter le workflow complet d’un projet de type proof of concept à l’aide d’une plateforme automatisée simplement paramétrable
| Tarif |
A partir de 1 590,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
Comprendre et choisir une méthode d'apprentissage profond - Implémentation d'algorithmes du Deep learning avec Python| Tarif |
A partir de 3 475,00 € |
| Durée |
5j / 35h |
| 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 |
3 jours (21 heures) |
| Modes |
|
