Machine learning
Data Value
Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Étudiant
Prix
3120 €
Durée
Nous contacter
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
Objectifs
Découvrir les principales étapes d'une étude de Machine Learning et un panorama des méthodes associées (Data Mining, Analyse de Données). Apprendre à extraire de l'information utile à partir de données volumineuses, changeantes, non structurées.
Compétences visées
- Comprendre l'intérêt du Machine Learning, branche de l'intelligence artificielle et ses apports pour l'analyse de données
- Appréhender les différentes étapes du Machine Learning, de la collecte des données à l'analyse des résultats en passant par la modélisation
- Évaluer le modèle sur un échantillon de test
- Appréhender les méthodes d'exploration graphique en Machine Learning
- Découvrir et mettre en œuvre les réseaux de neurones
- Découvrir et mettre en œuvre les arbres de décision
- Se familiariser avec les méthodes parcimonieuses en algorithme d'apprentissage statistique
- Connaître les méthodes de ré-échantillonnage pour évaluer la variabilité des paramètres statistiques
- Découvrir et mettre en œuvre les méthodes du Text Mining
- Avoir une vision des principaux logiciels de Machine Learning
Compétences visées
- Comprendre l'intérêt du Machine Learning, branche de l'intelligence artificielle et ses apports pour l'analyse de données
- Appréhender les différentes étapes du Machine Learning, de la collecte des données à l'analyse des résultats en passant par la modélisation
- Évaluer le modèle sur un échantillon de test
- Appréhender les méthodes d'exploration graphique en Machine Learning
- Découvrir et mettre en œuvre les réseaux de neurones
- Découvrir et mettre en œuvre les arbres de décision
- Se familiariser avec les méthodes parcimonieuses en algorithme d'apprentissage statistique
- Connaître les méthodes de ré-échantillonnage pour évaluer la variabilité des paramètres statistiques
- Découvrir et mettre en œuvre les méthodes du Text Mining
- Avoir une vision des principaux logiciels de Machine Learning
Programme
Programme
- Définitions du Machine Learning
- Le processus Machine Learning
- Méthodes d'exploration graphique
- Les réseaux de neurones
- Les arbres de décision
- Les méthodes parcimonieuses
- Les méthodes de ré-échantillonnage
- Le Text mining
- Les principaux logiciels de Machine Learning
- Bilan
- Définitions du Machine Learning
- Le contexte du Machine Learning : volume des données, nature des problèmes, mélange des disciplines
- Définitions du Machine Learning et de l'Analyse de Données
- L'histoire récente
- Le processus Machine Learning
- Les étapes du "Knowledge Discovery in Databases" (KDD)
- Extraction, prétraitements et nettoyage
- Analyses exploratoires
- Visualisations
- Modélisation
- Analyse des résultats
- Intégration
- Échantillon d'apprentissage, de test et de validation
- Méthodes d'exploration graphique
- Les analyses factorielles : composantes principales, correspondances simples et multiples
- Les algorithmes de classification : arbres et centres mobiles
- Les graphiques de Bertin
- Les réseaux de neurones
- Principes des réseaux de neurones (perceptron)
- Techniques de calculs
- Applications à la résolution de nombreux problèmes dont la discrimination et la régression
- Forces et faiblesses de l'approche
- Les arbres de décision
- Principe des arbres
- Les principaux algorithmes
- Validation et élagage d'un arbre
- Quelques exemples d'applications
- Les méthodes parcimonieuses
- Régression pas à pas
- Régression LASSO
- Régression RIDGE
- Elastic Net
- Les méthodes de ré-échantillonnage
- Bagging
- Boosting
- Random Forest
- Le Text mining
- Principe et méthodes du Text mining
- Techniques factorielles, typologies et lexicométrie
- Quelques applications : documents, messages électroniques, Internet, …
- Les principaux logiciels de Machine Learning
- Bilan
Ces formations peuvent vous intéresser
Power BI : Approfondissement - Analyse et Modélisation avec le langage DAX
MONTPELLIER, RENNES, TOULOUSE ET 8 AUTRE(S) LOCALITÉ(S)
Non finançable CPF
1180 €
À distance / En centre
Salarié en poste / Demandeur d'emploi / Entreprise
Dawan
Technicien Support Informatique
PARIS 10E, LYON 9E
Non finançable CPF
Nous contacter
En alternance
Étudiant
IPI
Administrateur Système DevOps
LILLE
Finançable CPF
Nous contacter
À distance / En alternance / En entreprise
Salarié en poste / Demandeur d'emploi / Entreprise
Avis du centre
.
DevUniversity
Malheureusement, vous ne pouvez pas contacter ce centre via Maformation.
Voici des formations similaires :
Machine Learning Engineer en Alternance - Titre RNCP Niveau 7 - BAC +5
TOULOUSE, CLERMONT-FERRAND, STRASBOURG ET 12 AUTRE(S) LOCALITÉ(S)
Non finançable CPF
Nous contacter
À distance / En alternance / En entreprise
Demandeur d'emploi / Étudiant
Avis du centre
.
DATASCIENTEST
Data Science et Machine learning
À DISTANCE
Non finançable CPF
3500 €
À distance
Salarié en poste / Demandeur d'emploi / Entreprise
Avis du centre
.
DATAROCKSTARS
Data Scientist et IA - Formation certifiante à Distance
À DISTANCE
Finançable CPF
7890 €
À distance
Tout public
Avis du centre
.
DataBird
Les formations les plus recherchées
Lyon
Toulouse
Marseille
Montpellier
Paris
Bordeaux
Dijon
Mâcon
Nantes
Rennes
Informatique CPF
Informatique en Ligne
Spark
Spark CPF
Spark en Ligne
Hadoop
Data scientist
Big data
Business intelligence
Technicien support informatique
Consultant en informatique
Administrateur systeme
Technicien informatique
Programmation
Technicien reseaux
Big data Alfortville
Data scientist Alfortville
Hadoop Goussainville
Spark Alfortville
Business intelligence Alfortville
Business intelligence Antony
Spark Antony
Hadoop Villiers-le-Bel
Data scientist Antony
Big data Antony