Méthodes d’apprentissage supervisé : 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
- Maîtriser le vocabulaire spécifique aux méthodes d'apprentissage supervisé
- Identifier le contexte et les conditions d'application des méthodes d'apprentissage supervisé
- Connaître les objectifs et les différences entre les méthodes d'apprentissage supervisé
- Décrire la méthodologie inhérente à ces méthodes
- Mettre en œuvre et interpréter les résultats des méthodes d'apprentissage supervisé
- Connaître les principaux indicateurs de cohérence liés aux méthodes d'apprentissage supervisé
- Connaître les paramètres à ajuster lors de la mise en œuvre des méthodes d'arbre de décision et de forêt aléatoire
- Maitriser les paramètres permettant d'estimer la qualité de ces analyses
| Tarif |
A partir de 3 100,00 € |
| Durée | 14 heures réparties sur 2 jours |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
| Tarif |
A partir de 3 100,00 € |
| Durée | 14 heures réparties sur 2 jours |
| Modes |
|
| Sessions | |
| Lieux | Partout en France |
Description
Boostez vos compétences en data science avec notre formation sur les méthodes d’apprentissage supervisé. Découvrez comment exploiter les arbres de décision et forêts aléatoires pour transformer des données complexes en décisions éclairées.
Programme
Généralités sur les différentes 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
Contexte d'application des méthodes d'arbre de décision
- Structure du jeu de données
- Principes, vocabulaire et objectifs
- Notion d'échantillon d'apprentissage, de validation et de test
- Comparaison de méthodes de type régression linéaire / logistique aux arbres de décision
- Principe de la segmentation selon le type de variable : Arbre de régression ou arbre de classification
- Définir les conditions d'arrêt de construction d'un arbre : Notion de pré-élagage
- Définition des groupes après construction de l'arbre
- Indicateurs de qualité
- Comparaison d'arbre de décision selon un certain type d'algorithme : CHAID vs CART
- Avantages et inconvénients : limites des arbres de décision
- Mise en œuvre et interprétation des résultats obtenus après application d'une analyse par arbre de décision
Contexte d'application des méthodes de forêt aléatoire
- Pourquoi avoir recourt aux forêts aléatoires ?
- Principes et objectifs
- Instabilité de l'arbre
- Notion de Bagging
- Les erreurs liées à l'échantillonnage (Out-Of-Bag)
- Prédiction avec un algorithme de Forêt aléatoire : Les paramètres
- Evaluer l'importance des variables
- Notion d'importance
- Comportement de l'importance
- Lien entre diversité des arbres et l'importance
- Influence des paramètres
- Sélection de variables
- Généralités et principes de la sélection
- Procédure de sélection
- Les paramètres de sélection
Prérequis
- IL EST INDISPENSABLE que les participants aient de bonnes connaissances sur les outils statistiques de base : corrélation, écart-type, variance, intervalles de confiance, tests d'hypothèses.
- 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 comprendre le contexte d'utilisation, les concepts, et la mise en œuvre des méthodes d'apprentissage supervisé de type arbres de décision et forêts aléatoires
Ces formations pourraient vous intéresser
Objectifs de la formation
- Distinguer les différents types de responsabilité médicale
- Appliquer les méthodes d'indemnisation du préjudice corporel
- Recourir au mécanisme de la solidarité nationale
| Tarif |
Contacter l'organisme |
| Durée |
Nous contacter |
| Modes |
|
Objectifs de la formation
- Se définir comme Manager hiérarchique
- Utiliser les méthodes de motivation et fédération de vos agents pour dynamiser votre équipe
- Organiser et piloter l'activité
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Décrire la discipline de la "Business Analysis"
- Identifier les processus métiers et les parties prenantes d'une organisation
- Modéliser une exigence métier suivant une expression de besoin
- Définir et valider un référentiel des exigences métier
- Identifier les outils, techniques et méthodes pour l'analyste métier
- Vous préparer et passer l'examen officiel de certification IQBBA.
| Tarif |
A partir de 1 850,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
- Gagner en productivité en exploitant l’environnement de travail proposé par Microsoft
- Acquérir de nouvelles méthodes de travail basées sur les services en ligne, le travail collaboratif et le partage d’informations
| Tarif |
A partir de 290,00 € |
| Durée |
10 heures 15 minutes |
| Modes |
|
Objectifs de la formation
- Adopter de nouvelles méthodes managériales.
- Intégrer la nouvelle donne : incertitude et complexité.
- Innover dans ses pratiques managériales.
| Tarif |
A partir de 1 520,00 € |
| Durée |
2 jours (14 heures) |
| Modes |
|
Objectifs de la formation
- Déterminer son rôle et sa fonction
- Analyser son environnement
- Acquérir les méthodes et outils de la gestion de produits
- Elaborer un positionnement et un mix marketing efficace
| Tarif |
A partir de 1 390,00 € |
| Durée |
3j / 21h |
| Modes |
|
Objectifs de la formation
Mettre en place et déployer les méthodes Agiles dans un environnement CMMI| Tarif |
A partir de 1 490,00 € |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
- Appliquer une démarche méthodique, simple et efficace pour résoudre collectivement des problèmes, en industrie comme dans l’activité de service
- Animer et fédérer une équipe autour de la résolution de problème
- Utiliser les méthodes de résolution de problèmes comme leviers de l’amélioration continue de son activité ou de son service
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| Modes |
|
Objectifs de la formation
- Identifier les compétences clés du management international, interculturel
- Utiliser les méthodes et outils du management multiculturel
- Créer les conditions de l'adhésion des équipes
| Tarif |
Contacter l'organisme |
| Durée |
2j / 14h |
| Modes |
|
Architectures de données (data architecture) pour le Machine Learning et l'Intelligence Artificielle (IA)
Proposé par M2IObjectifs de la formation
A l'issue de cette formation, vous serez capable de :
- Concevoir une plateforme "Cloud-native" ou hybride pour le Machine Learning et l'IA (Intelligence Artificielle)
- Consolider les actifs Data de l'organisation data-driven dans une seule plateforme
- Démocratiser l'accès aux données et permettre aux équipes métier de produire des modèles de ML (Machine Learning) et d'IA en self-service
- Automatiser la prise de décision dans l'organisation grâce à des pipelines de streaming
- Ajouter des capabilités prédictives et prescriptives aux capabilités descriptives de la BI (Business Intelligence).
| Tarif |
A partir de 2 550,00 € |
| Durée |
3j / 21h |
| Modes |
|
