MACHINE LEARNING Découverte : classification, k-means, analyse factorielle discriminante, arbres de décision et forêts aléatoires
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
- Connaître les objectifs et les différences entre les méthodes d'apprentissage supervisé et non supervisé
- Maîtriser le vocabulaire spécifique aux méthodes d'apprentissage supervisé et non supervisé
- Identifier le contexte et les conditions d'application des méthodes d'apprentissage supervisé et non supervisé
- Connaître les démarches des méthodes d'apprentissage supervisé et non supervisé
| Tarif |
A partir de 1 550,00 € |
| Durée | 7 heures réparties sur 1 journée |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 1 550,00 € |
| Durée | 7 heures réparties sur 1 journée |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Description
Plongez au cœur du Machine Learning avec notre formation immersive ! Découvrez les clés de la classification, k-means, analyse factorielle discriminante, arbres de décision et forêts aléatoires pour transformer vos données en décisions éclairées.
Programme
Généralités sur les différentes méthodes de machine learning
- Limites des statistiques classiques
- Champs d'application des différentes méthodes
- Introduction sur le machine learning - Les objectifs et problématiques
Découverte de la méthode d'Analyse discriminante
- Structure du jeu de données
- Contexte d'application, objectifs et méthodologie de l'analyse discriminante
- Notions de classement et de discrimination
- Méthodologie de l'AFD
- Interprétation des sorties logiciel : cercle factoriels, corrélations variables x axes
- Qualité de l'AFD (de la discrimination obtenue)
- Tests univariés et multivariés (lambda de Wilks)
- Graphique des individus
- Matrice de confusion (et éventuellement courbe ROC)
- Les confusions et erreurs à ne pas commettre
Découverte des méthodes de classification : classification ascendante hiérarchique (CAH) et k-means
- Structure du jeu de données
- Contexte d'application, objectifs et méthodologie de la CAH et des k-means
- Lecture d'un dendrogramme
- Différents types de classification : sur les individus, sur les variables, sur les modalités
- Avantages et inconvénients des méthodes de classification
- Interprétation des sorties logiciel
Découverte des méthodes d'apprentissage supervisé
- Champs d'application des différentes méthodes
- Objectifs de l'apprentissage supervisé
- Objectifs de description
- Objectifs de prédiction
- Structure des jeux de données
- Présentation générale de l'éventail des méthodes
- Arbre de décision
- Forêt aléatoire
Prérequis
- Il est souhaitable d'avoir des connaissances de bases en statistiques.
- Dans le cas où la formation serait effectuée avec le logiciel R, une connaissance de base de ce logiciel est préconisée
Public
- Toute personne souhaitant découvrir le contexte et les concepts d'utilisation des méthodes de machine learning de type classification, k-means, analyse factorielle discriminante, arbres de décision et forêts aléatoires.
Ces formations pourraient vous intéresser
Objectifs de la formation
Les objectifs de la formation Utiliser une machine fixe ou portative :
- Utiliser en sécurité une machine fixe
| Tarif |
A partir de 551,00 € |
| Durée |
1 jour - 7 heures |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Identifier les différences entre les outils interactifs pour animer des réunions et des formations
- Concevoir des activités interactives en utilisant les outils adéquats
- Analyser les avantages pédagogiques de l'utilisation d'outils interactifs
- Evaluer l'impact de l'utilisation des outils interactifs sur l'engagement des participants
- Proposer des solutions pour utiliser les outils interactifs en mode online et en offline
- Adapter l'utilisation des outils interactifs en fonction des objectifs pédagogiques et des types d'interactions souhaitées
- Gérer les paramètres administratifs des plateformes interactives
- Utiliser des fonctions avancées des plateformes interactives pour personnaliser l'expérience des participants
- Evaluer l'efficacité des activités interactives en termes de prise de décision et de gestion de projet
- Concevoir des activités interactives multilingues en utilisant les outils adéquats.
| Tarif |
A partir de 720,00 € |
| Durée |
1j / 7h |
| Modes |
|
Analyse de survie - Approches non-paramétriques (Kaplan-Meier et actuarielle)
Proposé par GROUPE ARKESYSObjectifs de la formation
- Connaitre les concepts centraux de l'analyse de survie / des durées de vie
- Connaitre le vocabulaire dédié à ce type d'analyse
- Identifier les contextes d'utilisation des outils de l'analyse de survie / durée de vie
- Maitriser les fonctions de risque instantané, de risque cumulé, de survie et de survie cumulée
- Réaliser des analyses non paramétriques de données de survie
- Réaliser des représentations graphiques (courbe de survie, survie cumulée, méthode KM ou actuarielle)
- Ouvrir à la modélisation semi-paramétrique
| Tarif |
A partir de 3 100,00 € |
| Durée |
2j / 14h |
| Modes |
|
Big Data - Développement d'applications de Machine Learning et d'Intelligence Artificielle (IA)
Proposé par M2IObjectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Développer des applications de Machine Learning et d'IA (Intelligence Artificielle) avec Spark et Python
- Utiliser la programmation parallèle sur un cluster
- Développer et optimiser des algorithmes standards de Machine Learning et d'IA
- Utiliser les bibliothèques Python pour le Machine Learning et d'IA
- Décrire le cycle de vie d'un projet Data Science.
| Tarif |
A partir de 3 800,00 € |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Identifier les enjeux du Machine Learning dans l'entreprise
- Utiliser les fonctionnalités de Machine Learning sous IBM Cognos Analytics CA 11.x
- Manipuler les algorithmes de Machine Learning.
| Tarif |
A partir de 2 280,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
Les objectifs de la formation Analyse de risque HAZOP appliquée à l'hydrogène :
- Analyser l'ensemble des risques industriels lors de la conception ou de l'exploitation d'une technologie hydrogène en appliquant la méthodologie HAZOP (HAZard (danger) et OPerability (fonctionnement)) dans le but de maîtriser les risques
| Tarif |
A partir de 1 071,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
- Identifier les différentes catégories de tests ainsi que leurs périmètres de validation.
- Décrire un scénario de test.
- Savoir utiliser les outils appropriés pour chaque catégories de tests.
- Analyser les résultats de test et savoir corriger en temps et en heure.
- Définir les outils connexes à l'exécution des tests tels que les jeux de données de test et leur mise en place.
- Utiliser un référentiel de tests et paramétrer des liens vers des outils connexes, pour automatiser une campagne de test.
- Faire une analyse statique de code et de couverture de tests et l'intégrer dans une chaîne de fabrication logicielle.
- Utiliser les techniques d'objets factices, souches ou simulacres et mettre en place un serveur d'intégration continue.
- Mettre en œuvre une automatisation de tests fonctionnels sur client lourd et sur Web.
- Mettre en place une plateforme de tests de performance.
- Automatiser les tests de performance, avec mise en place d'un test de détermination du seuil de déni de service.
| Tarif |
Contacter l'organisme |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
- S’approprier une démarche interculturelle
- Comprendre le contexte et la culture du Brésil
- Déchiffrer les codes culturels et analyser les situations d’incompréhension
- Adapter leur communication et méthodes de travail
- Décoder les processus de décision et de négociation
| Tarif |
Contacter l'organisme |
| Durée |
1j / 7h |
| Modes |
|
Objectifs de la formation
- Identifier les concepts centraux de l'analyse de survie / des durées de vie
- Connaitre le vocabulaire dédié à ce type d'analyse
- Identifier les contextes d'utilisation des outils de l'analyse de survie / durée de vie
- Interpréter les graphiques issus de ces analyses (courbes de Kaplan-Meyer, courbes actuarielles)
- Connaître les principes de la modélisation semi-paramétrique
- Ouvrir aux modélisations paramétriques
| Tarif |
A partir de 1 550,00 € |
| Durée |
1j / 7h |
| Modes |
|
Objectifs de la formation
- Comprendre ce qu’est l’IA, la data, et être en mesure d’interagir avec confiance avec les équipes data d’une organisation
- Définir les principes fondamentaux du machine learning et leur pertinence pour le secteur de la vente
- Appliquer des techniques de data science (régression, web scraping, feature engineering...) pour améliorer les processus commerciaux
- Concevoir et mettre en œuvre des stratégies de vente efficaces en utilisant l'IA générative et ChatGPT pour des tâches telles que la prospection, la préparation de rendez-vous et la rédaction de propositions de vente
- Évaluer l'efficacité des applications GenAI dans les processus de vente et identifier les améliorations possibles
| Tarif |
A partir de 1 800,00 € |
| Durée |
2 jours |
| Modes |
|
