Formation Machine Learning
Programme Machine Learning
PROGRAMME
Introduction au machine learning
- Le Big Data et le machine learning.
- Zoom sur les données et les requêtes, attentes, des utilisateurs
- Les étapes de la préparation des données.
- le data munging/wrangling
- Le rôle du data scientist
Le Machine Learning
- Définition, les attentes par rapport au Machine Learning
- Les valeurs d'observation, et les variables cibles.
- Ingénierie des variables
- Comment choisir l'algorithme et les variables de l'algorithme.
Apprentissage automatique
- Les algorithmes d'apprentissage supervisés, non supervisés
- Classification des données
- Les étapes de construction d'un modèle prédictif.
- Détecter les valeurs aberrantes et traiter les données manquantes.
- Algorithmes : régression linéaire, k-voisins, classification naïve bayésienne, arbres de décision, etc ..
Les risques et écueils
- Importance de la préparation des données.
- L'écueil du « surapprentissage ».
- Les limites du Machine Learning
La visualisation des donnés
- L'intérêt de la visualisation.
- Outils disponibles,
Machine learning en production
- Les spécificités liées au développement d'un modèle en environnement distribué.
- Le déploiement Big Data avec Spark et la MLlib.
- Le Cloud : Amazon, Microsoft Azure ML, IBM Bluemix...
- La maintenance du modèle
Exemples de visualisation avec R et Python
Prochaine date
Voir nos calendriers des formations
Durée
2 jours
Référence Formation
5-TEC-CC
Objectifs
Comprendre comment organiser le traitement des données et structurer les processus de Machine Learning.
Public
Chefs de projet, développeurs, data scientists, architectes
Pré-requis
Posséder une culture informatique de base.
Nombre minimum de stagiaire : 4
Nombre maximum de stagiaire : 8
Moyens pédagogiques
Accueil des stagiaires dans une salle dédiée à la formation équipée d’un vidéo projecteur, tableau blanc et paperboard ainsi qu’un ordinateur par participant pour les formations informatiques.
Positionnement préalable oral ou écrit sous forme de tests d'évaluation, feuille de présence signée en demi-journée, évaluation des acquis tout au long de la formation.
En fin de stage : QCM, exercices pratiques ou mises en situation professionnelle, questionnaire de satisfaction, attestation de stage, support de cours remis à chaque participant.
Formateur expert dans son domaine d’intervention
Apports théoriques et exercices pratiques du formateur
Utilisation de cas concrets issus de l'expérience professionnelle des participants
Réflexion de groupe et travail d'échanges avec les participants
Pour les formations à distance : Classe virtuelle organisée principalement avec l’outil ZOOM. Assistance technique et pédagogique : envoi des coordonnées du formateur par mail avant le début de la formation pour accompagner le bénéficiaire dans le déroulement de son parcours à distance.
Centre de Formation Marseille - Toulon
Calendriers De Formations
