MACHINE LEARNING Modèle prédictif avec la régression logistique
Public admis
- Salarié en Poste
- Demandeur d'emploi
- Entreprise
- Etudiant
Financements
Eligible CPF Votre OPCO Financement personnel
Objectifs de la formation
- D'identifier le contexte général d'utilisation de la régression logistique
- De connaître les concepts mathématiques inhérents à la régression logistique
- De mettre en œuvre et analyser les résultats (tableaux, graphiques) d'une modélisation de type régression logistique
- De calculer les probabilités ajustées d'apparition d'un évènement « succès »
- De comparer la régression logistique avec d'autres outils type Afd, Méthode de classement
- D'interpréter les coefficients tels que les odds-ratios, notamment dans un contexte épidémiologique
- D'identifier et de résoudre les problèmes rencontrés lors de la mise en œuvre d'un modèle de type régression logistique
- De détecter et traiter les colinéarités éventuelles entre variables explicatives
| Tarif |
A partir de 1 550,00 € |
| Durée | 14 heures réparties sur 2 jours |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 1 550,00 € |
| Durée | 14 heures réparties sur 2 jours |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Description
Cette formation a pour objectif de comprendre la mise en place d'un modèle prédictif basé sur l'utilisation de la régression logistique.
Elle inclura au-delà de la modélisation proprement dite la mise en place des méthodes de validation.
Programme
Jour 1 – Matin
Utiliser le modèle de régression logistique
- Variable explicative et variable expliquée (continue / binaire)
- Différences entre la régression linéaire classique et la régression logistique
- Variables explicatives qualitatives, variables explicatives quantitatives
- Objectifs de la régression logistique
- Définition du modèle Logit (courbe sigmoïde)
- Découpage en classes des variables explicatives quantitatives
- Conditions d'utilisation à respecter
Maîtriser les fondements mathématiques
- Le modèle linéaire généralisé
- Le maximum de vraisemblance
- Recherche des coefficients du prédicteur linéaire
- Transformation des coefficients
Jour 1 – Après-midi
Mettre en œuvre et analyser des résultats d'un modèle de régression logistique
- Estimation et interprétation des coefficients du modèle
- Test de significativité du modèle (validation du modèle)
- Tests d'apport d'une variable (test de Wald, tests sur les rapports de vraisemblance)
- Interprétation du Khi² de Wald
- Odds-ratios
- Parallèle odds ratios et risques relatifs
- Analyse du tableau de classement
- Taux de réussite, taux d'échec
- Vrais positifs, vrais négatifs, faux positifs, faux négatifs
- Probabilités ajustées et utilisation du modèle à des fins de prédiction
- Mise en œuvre et interprétation des résultats (tableaux, graphiques) de la régression logistique
- Sur un tableau de contingence
- Sur un tableau composé de variables explicatives uniquement qualitatives, uniquement quantitatives, qualitatives et quantitatives
- Modèle de régression logistique multinomial
- Mise en œuvre et analyse des résultats d'un modèle de régression logistique multiple
- Estimation et interprétation des coefficients du modèle multiple
Jour 2 – Matin
Mesurer la qualité d'un modèle de régression logistique
- Qualité d'ajustement du modèle (coefficients R²)
- Qualité d'estimation des coefficients du modèle, qualité de prédiction
- Intervalles de confiance des coefficients du modèle
- Intervalles de confiance des odds-ratio
- Lien entre la qualité du modèle et :
- Les effectifs des classes
- La colinéarité des variables explicatives
- Sélection du modèle final
- Matrice de confusions
Analyser les variantes de la régression logistique
- La régression logistique multimodale
- La régression logistique ordinale
Jour 2 – Après-midi
Comprendre le sous et surajustement
- Notions de biais d'un modèle
- Notions de variance d'un modèle
- Optimalité variance & biais
- Jugement de la qualité d'un modèle
- Méthode du Data Train / Data test
- Validation croisée
- Classique LOO (leave One Out)
- Validation croisée par k fold
Réaliser des exercices pratiques
- Applications avec R
- Démonstration avec Excel
Cas d'études sur données des apprenants
Jeux de données
Afin de s'approcher au mieux des réalités quotidiennes des praticiens, nous suggérons de nous appuyer pour l'animation pratique de thématiques et surtout de jeux de données reflétant le quotidien des apprenants.
Cet élément est un facteur de réussite pour la formation. Elle permet aux apprenants de :
- Se "reconnaitre" dans les thèmes abordés,
- Mieux percevoir l'intérêt des notions étudiées
- S'approprier le contenu de la formation
Il sera donc pertinent que les apprenants puissent réfléchir en amont de la formation à des problématiques, jeux de données ou documents susceptibles d'être utilisés en support lors de la formation.
Outil logiciel
Cette formation n'est pas strictement dédiée à un logiciel. Les exercices et les illustrations se feront généralement sous R ou sous un autre logiciel partant de l'hypothèse que celui-ci intègre les outils techniques abordés.
Dans le cas où la formation serait effectuée avec le logiciel R, une connaissance de base de ce logiciel est préconisée.
Prérequis
- Une connaissance des outils statistiques de base est souhaitée
- Une connaissance des approches prédictives classiques (régression) est un plus mais pas strictement nécessaire.
Public
Ces formations pourraient vous intéresser
Objectifs de la formation
- Ingérer, nettoyer et transformer des données
- Intégrer des données de modèle pour les performances et l’évolutivité
- Concevoir et créer des rapports pour l’analyse des données
- Appliquer et effectuer des analyses de rapports avancées
- Gérer et partager les ressources de rapport
- Créer des rapports paginés dans Power BI
| Tarif |
A partir de 1 950,00 € |
| Durée |
3 jours |
| Modes |
|
Objectifs de la formation
- Utiliser les différents composants de l'interface Python
- Connaître les avantages et inconvénients du Machine Learning
- Mettre en place les méthodes de Machine Learning avec les outils de Scikit-learn dans un objectif de prédiction
- Construire un modèle prédictif
- Evaluer la performance d'un modèle et ses erreurs
- Optimiser un modèle
| Tarif |
A partir de 4 650,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
S'initier à la création de textures pour modèles 3D en utilisant Substance Painter. Préparer son modèle 3D pour le peindre numériquement avec des matériaux standards ou intelligents. Appliquer des motifs, générer des cartes et les appliquer au modèle 3d. Préparer des assets 3d « Game ready » pour des moteurs de jeu tels que Unity ou Unreal Engine.| Tarif |
A partir de 1 625,00 € |
| 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 |
3 jours (21 heures) |
| Modes |
|
Objectifs de la formation
- Savoir utiliser React et Redux pour les applications Web
- Comprendre React, le modèle VMC et le cycle de vie
- Gérer l'interactivité des composants React, le routage et l'isomorphisme
- Utiliser Flux et Redux pour les applications Web monopages
- Connaître les fonctions React pour l'utilisation avec Redux
- Maîtriser les React Hooks
- Savoir utiliser Redux, connaître son pattern et ses fonctionnalités
| Tarif |
A partir de 3 250,00 € |
| Durée |
5 jours |
| Modes |
|
Objectifs de la formation
- Comprendre la philosophie et les apports des frameworks MVC et plus particulièrement Symfony.
- Mettre en place un environnement de développement
- Créer un projet Symfony.
- Configurer une application Symfony.
- Découper une application en couche en suivant le modèle MVC et identifier le rôle de chaque élément.
- Développer une couche de persistance métier avec Doctrine 2 : le framework de persistance de Symfony.
- Concevoir le routage des requêtes HTTP avec les contrôleurs.
- Créer des vues d’affichage et de saisie de données et construire des formulaires interactifs.
- Maitriser les interactions entre les vues, les contrôleurs et le modèle.
- Utiliser l’injection de dépendance entre les composants.
- Appliquer une stratégie de sécurité efficace dans une applications Symfony.
| Tarif |
Contacter l'organisme |
| Durée |
4j / 28h |
| Modes |
|
Objectifs de la formation
- Identifier les étapes et l'importance de l'analyse fonctionnelle dans le développement de logiciels
- Comprendre les concepts fondamentaux de l'OOAD et leur application dans la création d'analyses fonctionnelles
- Analyser les exigences du produit et les décrire à l'aide de cas d'utilisation UML
- Produire un document de spécification des exigences du logiciel en tant que premier produit livrable du processus de développement du logiciel
- Déterminer et catégoriser les exigences du produit, en exprimant ces exigences à l'aide de cas d'utilisation UML
- Créer un modèle de domaine initial pour approfondir les exigences
| Tarif |
A partir de 2 400,00 € |
| Durée |
4 jours |
| Modes |
|
Objectifs de la formation
- Appréhender le fonctionnement de Kubernetes, orchestrateur de conteneurs
- Comprendre les interactions avec le Cloud privé/public et le legacy
- Appréhender les principes généraux de sécurité du CaaS, de Kubernetes et de Docker
- Identifier les bénéfices et les limites des architectures micro-services en termes techniques et organisationnels
- Appréhender les principes fondamentaux de containerisation et du modèle CaaS
- Identifier les acteurs majeurs et les usages actuels
- Appréhender la technologie de containerisation et son écosystème
| Tarif |
A partir de 2 390,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
•S’approprier les concepts clés de la pédagogie en blended learning
•Définitions autour du social learning : les contours de l’apprentissage liés à la communauté
•Développer des outils d’animation d’une communauté
| Tarif |
A partir de 1 400,00 € |
| Durée |
Nous contacter |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Décrire le fonctionnement de MicroStrategy Architect
- Identifier le processus de création de projets MicroStrategy
- Créer un projet MicroStrategy depuis le modèle physique.
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| Modes |
|
