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
- Installer le serveur Web Apache sur différents systèmes d’exploitation.
- Configurer le mode de fonctionnement d’Apache selon le système d’exploitation pour optimiser les performances.
- Comprendre l'organisation de la configuration dans les différents fichiers.
- Optimiser la configuration d'Apache vis à vis du chargement des modules nécessaires.
- Réaliser la configuration minimale d'Apache pour son fonctionnement en tant que reverse-proxy.
- Mettre en place une configuration optimale de la journalisation.
- Mettre en place une stratégie de restriction d’accès par machine et par authentification utilisateur.
- Sécuriser les échanges entre les navigateurs et le serveur avec HTTPS.
- Gérer la répartition de charge et la tolérance de panne sur plusieurs serveurs backend.
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Décrire les composants physiques et virtuels et identifier les principales technologies des systèmes basés sur le Cloud
- Définir les rôles et les responsabilités des clients, des fournisseurs, des partenaires, des courtiers et des divers professionnels techniques qui prennent en charge les environnements Cloud Computing
- Identifier et expliquer les cinq caractéristiques requises pour répondre à la définition du NIST (National Institute of Standards and Technology) du Cloud Computing
- Différencier les modèles de prestation de services et les frameworks qui sont incorporés dans l'architecture de référence du Cloud Computing
- Discuter des stratégies de sauvegarde des données, de classification des données, de protection de la confidentialité, de conformité avec les organismes de réglementation et de collaboration avec les autorités lors d'enquêtes judiciaires
- Différencier l'analyse forensic dans les Data Centers d'entreprise et les environnements Cloud Computing
- Evaluer et mettre en oeuvre les contrôles de sécurité nécessaires pour garantir la confidentialité, l'intégrité et la disponibilité dans le cadre du Cloud Computing
- Identifier et expliquer les six phases du cycle de vie des données
- Expliquer les stratégies de protection des données au repos et des données en mouvement
- Décrire le rôle du cryptage dans la protection des données et les stratégies spécifiques de gestion des clés
- Comparer diverses stratégies Business Continuity et Disaster Recovery basées sur le Cloud et sélectionner une solution appropriée aux besoins spécifiques de l'entreprise
- Comparer les aspects de sécurité du SDLC (Software Development Life Cycle) dans les environnements standard du Data Center et du Cloud Computing
- Décrire comment les solutions de gestion des identités fédérées et des accès atténuent les risques dans les systèmes du Cloud Computing
- Effectuer une analyse des écarts entre les pratiques de référence et les bonnes pratiques du secteur
- Développer des SLA (Service Level Agreements) pour les environnements Cloud Computing
- Réaliser des évaluations de risques des environnements Cloud existants et proposés
- Enoncer les normes professionnelles et éthiques de (ISC)² et de la certification CCSP.
| Tarif |
A partir de 4 250,00 € |
| Durée |
5j / 35h |
| Modes |
|
Objectifs de la formation
- S'approprier le Digital Learning pour faire évoluer ses pratiques pédagogiques.
- Définir le nouveau rôle du formateur.
- Identifier les opportunités et les contraintes du digital learning.
| Tarif |
Contacter l'organisme |
| Durée |
0.5 jours |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Développer et maintenir un modèle de Machine Learning
- Passer d'un modèle à sa production
- Identifier les acteurs et le coût de l'industrialisation d'un projet Data Science.
| Tarif |
A partir de 1 520,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
| Tarif |
Contacter l'organisme |
| Durée |
Sur mesure, le format est défini avec vous selon les objectifs et le niveau. |
| Modes |
|
Objectifs de la formation
- Mettre en œuvre un process de recueil de l’information, par des abonnements à des newsletters, à des listes de diffusion ou à des réseaux de professionnels
- Traiter l’information recueillie en évaluant les bénéfices apportés
- Définir les prérequis en analysant les compétences nécessaires au bon déroulement de la formation
- Adapter le parcours de formation aux apprenants en situation de handicap
- Décliner les objectifs de formation en objectifs pédagogiques observables, réalistes et univoques correspondant aux compétences à atteindre à l’issue des séquences pédagogiques
- Concevoir les séquences pédagogiques en tenant en compte de la progression souhaitée afin de construire le scénario pédagogique
- Formaliser le programme de formation, en respectant le scénario pédagogique
- Concevoir une action de formation en présentiel, distanciel ou situation de travail, avec des ressources adaptées
- Concevoir une action de formation en utilisant des démarches et méthodes pédagogiques variées
- Construire les outils et les supports d’apprentissage, en tenant compte des spécificités du public visé
- Définir les indicateurs d’évaluation en tenant compte de la progression pédagogique
- Concevoir les modalités d'évaluation d’une formation, à l’aide du schéma synoptique préalablement établi
- Concevoir l’évaluation de la satisfaction des bénéficiaires, au moyen de questionnaires à chaud et à froid
- Exploiter l’évaluation de la satisfaction, par une analyse des retours des évaluations
| Tarif |
A partir de 3 500,00 € |
| Durée |
38h30 de formation en synchrone (présentiel ou classe virtuelle) + 3h30 de digital learning + 1 heure de tutorat individuel + 35 mn de soutenance orale |
| 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 |
|
Formation Exécutive Master en Asset Management (ex DIPAM) - Niveau 2
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Approfondir les connaissances en techniques de gestion par classes d'actifs
- Renforcer les connaissances en termes de macro-économie
- Etablir une analyse quantitative
- Appréhender la réglementation et la déontologie
| Tarif |
A partir de 4 800,00 € |
| Durée |
80 heures |
| Modes |
|
Objectifs de la formation
- Repérer les principaux postes du bilan et du compte de résultat utiles pour l'analyse financière.
- Maîtriser les outils d'analyse financière.
- Mener son analyse selon une démarche structurée.
- Réaliser un diagnostic rapide.
- Détecter les signes de dégradation de l'entreprise.
| Tarif |
A partir de 1 535,00 € |
| Durée |
2 jours (14 heures) |
| Modes |
|
Formation Prévention et évaluation du risque client : critères qualitatifs et financiers
Proposé par LEFEBVRE DALLOZ COMPETENCESObjectifs de la formation
- Utiliser les renseignements pris sur la société cliente pendant la phase de prospection commerciale
- Mettre en œuvre les outils d’évaluation du risque : méthode des points de risque, analyse financière
- Evaluer le profil payeur en définissant des classes de risque
| Tarif |
A partir de 1 834,00 € |
| Durée |
2 jours |
| Modes |
|
