Ref: DS 03

Pré requis

  • Bonnes connaissances en statistiques de base

Public

  • Développeur, chef de projet, analyste BI, chef
    de produit, chargé d’études….

Objectifs

  • Comprendre les principes du machine
    learning, du deep learning et de l’intelligence
    artificielle
  •  Connaître les méthodes du machine learning
    et de deep learning
  • Savoir-faire parler ses données • Comprendre
    les limites des algorithmes
  • Savoir traduire un problème métier en
    algorithme afin de le résoudre
  •  Passer du reporting et de la BI au prédictif

Durée

  • 2 jours

Moyens pédagogiques

  • Alternance d’exposés et d’applications pratiques.
  • Les moyens pédagogiques et les méthodes d’enseignement utilisés sont principalement : aides audiovisuelles, documentation et support de cours, exercices pratiques d’application et corrigés des exercices pour les stages pratiques, études de cas ou présentation de cas réels pour les séminaires de formation.

Programme

Introduction au Machine Learning

  • Lien entre Big Data et Machine Learning
  •  Du machine learning au deep learning pour
    des applications spécifiques
  •  Découverte de l’éco-système Python en
    cloud

Les problématiques de machine learning

  • D’un problème métier à un problème de machine
    learning

Feature engineering

  • Apprendre à réduire la complexité d’un
    problème pour le résoudre
  • Data augmentation : création de nouvelles
    variables pour aider à résoudre le problème

Classification par catégories

  • Arbre de décisions et forêts aléatoires
  • Régression logistique
  •  Analyse de données non structurées :
    classification de textes Analyse de sentiments
  •  Mesures de performance d’une classification

Régression : détection de tendances et prévisions

Clustering : regroupement automatique par familles

Le deep learning

  • Les réseaux de neurones
  •  Les principes
  •  Traitement des images avec le deep learning : les
    réseaux de neurones à convolution
  •  Traitement des données textuelles avec le deep
    learning : les réseaux de neurones récurrents

Déployer un modèle en production

  • Mise en pratique

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

fr_FR
en_GB fr_FR