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
- Créer une conception technique
- Configurer Common Data Service
- Créer et configurer Power Apps
- Configurer l'automatisation des processus d'entreprise
- Étendre l'expérience utilisateur
- Élargir la plate-forme
- Développer les intégrations
| Tarif |
A partir de 3 150,00 € |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
A l’issue de la formation, le stagiaire sera capable de :
- Acquérir les structures grammaticales et le vocabulaire spécifique au secteur
- Enseigner en anglais la pratique d’un sport lors des entrainements à des personnes anglophones
- Se sentir plus à l’aise et en confiance dans un contexte multiculturel pour s’adapter à un ensemble de situations professionnelles
| Tarif |
A partir de 504,00 € |
| Durée |
21 heures (minimum) |
| Modes |
|
Formation Parcours digital - Crédit à la consommation - Pack Maîtrise - 4 mois
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Verrouiller les connaissances réglementaires en matière de conseil en crédit à la consommation
- Assurer la connaissance des évolutions réglementaires liées au crédit à la consommation et à la prévention du surendettement
- Identifier les mesures liées à la prévention du surendettement et les procédures liées
- Intégrer les sanctions encourues par les contrevenants dans le domaine
| Tarif |
A partir de 85,00 € |
| Durée |
120 jours |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Développer des modèles de données en suivant les bonnes pratiques SAP pour un maximum de performance et de flexibilité
- Démarrer avec la modélisation basée sur les langages SQL et SQLScript
- Gérer des projets et du contenu dans le Web IDE for SAP HANA
- Mettre en oeuvre la sécurité et le contrôle d'accès aux données autour des modèles de données SAP HANA.
| Tarif |
A partir de 4 100,00 € |
| Durée |
5j / 35h |
| Modes |
|
Formation Cryptomonnaies et autres jetons de la blockchain : réglementation, techniques, comptabilité et fiscalité (niveau 2)
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Préciser le contexte et les concepts clés de la blockchain
- Comptabiliser les cryptomonnaies et les jetons en French Gaap et traitement IFRS
- Préciser le dispositif et les traitements spécifiques aux PSAN
- Traiter la fiscalité des cryptomonnaies et des jetons
| Tarif |
A partir de 1 970,00 € |
| Durée |
2 jours |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Expliquer l'architecture du module contrôle de gestion de SAP S/4HANA
- Décrire les fondamentaux de la configuration et de la mise en oeuvre des nouvelles fonctionnalités du module contrôle de gestion de SAP S/4HANA
- Utiliser les applications Fiori standards conçues spécifiquement pour le contrôle de gestion.
| Tarif |
A partir de 2 460,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
Les objectifs de la formation Concevoir une machine neuve en intégrant la sécurité :
- Concevoir une machine en intégrant les règles de sécurité applicables - Mettre en œuvre le principe de l’analyse du risque - Définir les moyens de mise en sécurité d’une machine
| Tarif |
A partir de 1 870,00 € |
| Durée |
4 jours - 28h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Expliquer et mettre en place un processus complet de Machine Learning
- Explorer et préparer les données
- Choisir et appliquer le bon algorithme
- Entraîner et améliorer votre modèle et le déployer.
| 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 :
- Expliquer le périmètre, les bénéfices et la valeur de SAP S/4HANA Enterprise Management pour la production
- Utiliser les applications Fiori pour SAP S/4HANA Enterprise Management Production
- Utiliser les nouvelles transactions liées au calcul des besoins nets et à l'exécution de la production avec SAP S/4HANA Enterprise Management
- Utiliser les fonctionnalités de planification et d'ordonnancement détaillé dans SAP S/4HANA PP/DS.
| Tarif |
A partir de 2 460,00 € |
| Durée |
3j / 21h |
| Modes |
|
Formation Innovation par le digital learning : découvrir et développer des dispositifs et outils digitaux efficaces
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Préciser les outils digitaux et les dispositifs de digital learning
- Mettre en œuvre des dispositifs digitaux appropriés dans l'ingénierie de formation et des outils digitaux dans l'ingénierie pédagogique
- Evaluer l'efficacité de la transformation digitale de ses formations
- Réfléchir à ses pratiques actuelles et futures
| Tarif |
A partir de 1 618,00 € |
| Durée |
2 jours |
| Modes |
|
