Machine Learning - Etat de l'art
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Identifier les principes fondamentaux du Machine Learning pour une mise en oeuvre adaptée d'un projet d'Intelligence Artificielle
- Décrire les concepts d'apprentissage automatique et l'évolution du Big Data vers le Machine Learning
- Définir les enjeux de l'utilisation du Machine Learning, incluant les bénéfices attendus et des exemples d'usage
- Identifier le positionnement du Machine Learning dans la chaîne de traitement de la donnée
- Reconnaître les outils et les acteurs leaders du marché
- Décrire les principaux algorithmes et la démarche projet à appliquer selon les cas d'usages en entreprise
- Identifier les clés de réussite d'un projet intégrant du Machine Learning.
| Tarif |
A partir de 1 720,00 € |
| Durée | 2 jours (14h00) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 1 720,00 € |
| Durée | 2 jours (14h00) |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Programme
Jour 1
Introduction
- Expliquer les concepts de Machine Learning
- Définition
- A quoi sert le Machine Learning ?
- La différence entre Intelligence Artificielle et Machine Learning
- Les enjeux de l'utilisation du Machine Learning
- Outils nécessaires pour la pratique du Machine Learning sur vos propres données
Mise en place d'un workflow
- Découvrir Python (NumPy, Pandas, Matplotlib, Seaborn...)
- D'où vient l'importance de la visualisation des données ?
- Comment la machine peut-elle lire différentes données de différents types ?
Explorer et préparer les données
- Gérer
- Les données manquantes
- Les données dupliquées
- Les variables catégoriques
- Nettoyage des données (supprimer les données inutiles)
- Diviser l'ensemble de données entre l'ensemble d'apprentissage et l'ensemble de test
- Appliquer "Feature scaling"
Jour 2
Choisir et appliquer un bon algorithme
- Comprendre la différence entre un contexte supervisé et un contexte non supervisé
- Algorithmes supervisés
- Maîtriser la différence entre la régression et la classification et dans quel contexte chacune est utilisée
- Appliquer des méthodes de régressions (régression linéaire, régression polynomiale...)
- Appliquer des méthodes de classification (KNN, SVM, forêt d'arbres décisionnels...)
- Maîtriser et appliquer les paramètres d'évaluation des performances : MAE, RMSE pour la régression, et matrice de confusion, rapport de classement pour la classification (notion du true positif / true négatif, false positif / false négatif)
- Algorithmes non supervisés
- Clustering (K-means, Mean shift)
- Réduction de dimension (PCA, LDA)
Déployer le modèle Machine Learning
- Conditions de déploiement d'un modèle Machine Learning
Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.
Modalités d’évaluation des acquis
- En cours de formation, par des études de cas ou des travaux pratiques
- Et, en fin de formation, par un questionnaire d'auto-évaluation
Prérequis
Public
Ces formations pourraient vous intéresser
Formation Masterclass Microsoft Copilot : Apprenez à exploiter toute la puissance de l'IA pour améliorer vos performances et automatiser vos tâches dans Microsoft 365
Proposé par ADALIANCEObjectifs de la formation
- Découvrir l'univers de Microsoft Copilot
- Se familiariser avec l'art de l'interaction avec Copilotx
- Explorer les possibilités d'automatisation et d'optimisation
| Tarif |
Contacter l'organisme |
| Durée |
1j / 7h |
| 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 |
|
Objectifs de la formation
À l'issue de cette formation Google Cloud Platform : Analyse et Virtualisation de données vous aurez acquis les connaissances et les compétences nécessaires pour :
- Obtenir des informations à partir de données à l’aide des outils d’analyse et de visualisation de Google Cloud Platform
- Analyser des données à l’échelle avec BigQuery
- Charger, nettoyer et transformer les données à grande échelle à l’aide de Google Cloud Dataprep
- Explorer et visualiser les données à l’aide de Google Data Studio
- Optimiser et écrire des requêtes hautes performances et résoudre les problèmes associés
- Dériver des informations à partir de données à l’aide du Machine Learning
| Tarif |
A partir de 2 250,00 € |
| 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 |
2 jours (14 heures) |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Installer et câbler les systèmes PowerStore
- Initialiser et déployer les systèmes PowerStore vers un état de stockage de production fonctionnel
- Administrer les ressources et services de stockage PowerStore
- Mettre à niveau du matériel et des logiciels du système PowerStore
- Effectuer des tâches de dépannage de base du système PowerStore.
| Tarif |
Contacter l'organisme |
| Durée |
5j / 35h |
| Modes |
|
Formation La découverte client par des techniques de questionnement efficaces
Proposé par PLB CONSULTANTObjectifs de la formation
Concrètement, à l'issue de cette formation Découverte client Techniques de questionnement efficaces, vous aurez acquis les connaissances et compétences nécessaires pour :
- Faciliter la compréhension de la situation d'un client et ses problématiques,
- Identifier les besoins formels et virtuels du client,
- Identifier les signaux d'achat verbaux et non verbaux,
- Montrer leur intérêt à tous leurs interlocuteurs et se faire reconnaître comme compétent.
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| 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 |
2 jours (14 heures) |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Définir la notion de Blockchain
- Présenter la notion de Machine et Deep Learning
- Démontrer le rôle de la Blockchain dans les secteurs de l'assurance
- Identifier les apports de la Blockchain et du Deep Learning dans le secteur de l'assurance
- Présenter quelques exemples d'application de la Blockchain et du Deep Learning dans le secteur de l'assurance
- Construire les bases d'un projet innovant pour l'assurance utilisant la Blockchain et l'Intelligence Artificielle.
| Tarif |
A partir de 2 850,00 € |
| 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 |
1 jour ( 7 heures) |
| Modes |
|
Objectifs de la formation
- Identifier les techniques et règles des écrits professionnels
- Développer des arguments pertinents pour valoriser ses messages
- Connaître les spécificités de l'écriture électronique
| Tarif |
A partir de 1 450,00 € |
| Durée |
2j / 14h |
| Modes |
|
