Formation - Machine Learning - La synthèse
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 - 1ère partie : Du Big Data au Machine Learning
- Histoire du Big Data et évolution vers les Machine Learning
- Comprendre les concepts d'Intelligence Artificielle et d'apprentissage automatique (Machine Learning)
- Des exemples d'usages pour divers directions métier dans divers secteurs : marketing, vente, logistique, RH, santé, transport, la sécurité, l'énergie, la distribution, le luxe, le tourisme...
- Les résultats et bénéfices attendus
2 - 2ème partie : Les mécanismes du machine Learning
3 - Sur quoi porte le machine Learning ?
- Les données structurées, semi-structurées et non structurées
- Nature statistique des données (qualitatives ou quantitatives)
- Les objets connectés (IoT)
4 - Les différents types d'apprentissage en machine Learning
- Passer de l'analyse descriptive à l'analyse prédictive puis prescriptive
- La typologie des algorithmes (Apprentissage supervisé : répéter un exemple- Apprentissage non supervisé : découvrir les données - Reinforcement Learning : optimisation d'une récompense - Autres types d'apprentissage (par transfert, séquentiel, actif...)
- Le lien avec les mathématiques, le big data, l'intelligence artificielle et le machine Learning
5 - Les algorithmes du machine Learning
- Régression linéaire simple et multiple
- Régression polynomiale
- Séries temporelles
- Régression logistique et applications en scoring
- Classification hiérarchique et non hiérarchique (KMeans)
- Classification par arbres de décision ou approche Naïve Bayes
- Ramdom Forest (développement des arbres de décision)
- Gradiant Boosting
- Réseaux de neurones
- Machine à support de vecteurs
- Deep Learning : exemples et raisons du succès actuel
- Text Mining : analyse des corpus de données textuelles
6 - 3ème partie : La démarche de traitement
7 - La collecte et la préparation des données
- Analyse exploratoire : Préparation d'un jeu de données - Nettoyage des données et valeurs manquantes : Data cleaning
- Identification des corrélations
8 - La collecte et la préparation des données : Feature engineering
- Apprendre à réduire la complexité d'un problème pour le résoudre par analyse des composantes principales
- Comment réduire la dimension et sélectionner les variables pertinentes ?
- Détection et correction des valeurs aberrantes
- Data augmentation : création de nouvelles variables pour aider à résoudre le problème
9 - Procédure d'entraînement et d'évaluation des algorithmes
- Séparation du jeu de données en plusieurs : entraînement, test et validation
- Techniques de bootstrap (bagging)
- Exemple de la validation croisée
- Définition d'une métrique de performance
- Descente de gradient stochastique (minimisation de la métrique)
- Courbes ROC et de lift pour évaluer et comparer les algorithmes
- Matrice de confusion : faux positifs et faux négatifs
10 - Mise en production d'un algorithme de machine Learning
- Description d'une plateforme Big Data
- Principe de fonctionnement des API
- Du développement à la mise en production
- Stratégie de maintenance corrective et évolutive
- Évaluation du coût de fonctionnement en production
11 - Comment fonctionne le machine Learning ?
- Les outils du marché pour le traitement de la donnée
- Les logiciels traditionnels (SAS, SPSS, Stata...) et leur ouverture à l'Open Source
- Les API en ligne (IBM Watson, Microsoft Cortana Intelligence...)
12 - Comment mettre en oeuvre le machine Learning ?
- Le cycle de vie d'un projet de machine Learning
- Protection et droit d'accès aux données personnelles
- L'accompagnement aux changements nécessaire (formation, communication, management)
13 - 4ème partie : Les acteurs internes et externes à impliquer, à considérer
- Les acteurs d'un projet et post-projet
- Nouveaux rôles dans l'entité : chief data officer, data protection officer, data engineer, data scientist, data analyst, data miner...
- Les prestataires externes et l'écosystème
- Dans votre établissement, qui est concerné par le Machine Learning et l'Intelligence Artificielle
14 - 5ème partie : La RoadMap d'un déploiement d'une solution de Machine Learning
- La roadmap de la mise en oeuvre du machine Learning (avant, pendant et après le projet)
- Mise en place d'un Proof Of Concept
- Les spécificités d'un projet Machine Learning
- Le rétro planning du ou des recrutements et leurs incidences sur les projets
15 - 6ème partie : Valider sa préparation au Machine Learning
- CheckList, bonnes pratiques
- Échanges autour des spécificités métiers et activité des entreprises et organisations de chaque participant
- Des vidéocasts pour revenir sur les points clés de la formation
Prérequis
- Aucun.
Public
- Dirigeants, directeurs informatiques
- Directeurs projets
- Toute personne souhaitant comprendre les mécanismes et les bénéfices potentiels du Machine Learning pour diriger ou gérer la préparation d'un déploiement de solution d'intelligence artificielle dans l'entreprise des secteurs privé et public
Ces formations pourraient vous intéresser
Objectifs de la formation
- Gérer les principes fondamentaux du droit des brevets
- Déposer un brevet
- Faire valoir ses droits auprès des juridictions
| Tarif |
A partir de 1 390,00 € |
| Durée |
1j / 7h |
| Modes |
|
Objectifs de la formation
L'objectif de cette formation est de permettre aux participants de maîtriser cet outil puissant de conception assistée par ordinateur. Autocad est utilisé par de nombreux professionnels dans des domaines tels que l'architecture, l'ingénierie, la construction et la conception de produits.| Tarif |
A partir de 590,00 € |
| Durée |
3j / 20h |
| 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 |
1 jour ( 7 heures) |
| Modes |
|
Objectifs de la formation
- Réaliser un scrutin de représentativité
| Tarif |
A partir de 1 390,00 € |
| Durée |
1j / 7h |
| Modes |
|
Objectifs de la formation
- Définir son propre style de management et développer son leadership
- S'approprier des méthodes et techniques éprouvées pour motiver ses collaborateurs
- Être en mesure d'animer, de faire vivre son équipe au quotidien
- Savoir évaluer les performances d'une équipe
- Mener des entretiens individuels efficaces
| Tarif |
A partir de 2 100,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
- Définir la vision processus
- Identifier les outils pour améliorer les processus
- S'approprier le cycle PDCA
| Tarif |
A partir de 1 390,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Acquérir les bases du droit des successions
- Calculer les droits du conjoint survivant dans la succession
- Procéder au rapport et à la réduction des libéralités
- Procéder à la liquidation de la succession en présence d'une donation-partage
- Etablir la déclaration de succession
| Tarif |
A partir de 4 326,00 € |
| Durée |
6 jours |
| Modes |
|
Objectifs de la formation
- Analyser les mécanismes utilisés par le Legal design
- Construire ses livrables à partir de la méthodologie acquise
- Utiliser le Legal design dans ses missions quotidiennes
| Tarif |
A partir de 1 129,00 € |
| Durée |
1 jour |
| Modes |
|
Formation ICPE (niveau 2) : gestion opérationnelle - Ateliers pratiques
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Monter son dossier de demande d'autorisation d'exploiter (DDAE), de la définition du projet à la rédaction des réponses au commissaire enquêteur
- Analyser les prescriptions de son arrêté préfectoral pour en faire un outil de gestion de la conformité de son site
- Evaluer la conformité réglementaire de son installation et le respect des prescriptions de l'arrêté préfectoral, du montage du dossier à l'exploitation du site
| Tarif |
A partir de 1 680,00 € |
| Durée |
2 jours |
| Modes |
|
Formation Calcul et contrôle de la valeur locative foncière des locaux professionnels non industriels
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Déterminer la valeur locative des locaux professionels
- Respecter les obligations déclaratives en matière d'évaluation foncière (modèle 6660-REV)
- Contrôler, voire contester, les avis d'imposition à la TFPB (taxe foncière sur les propriétés bâties) et à la CFE (Cotisation Foncière des Entreprises)
| Tarif |
A partir de 1 272,00 € |
| Durée |
1 jour |
| Modes |
|
