Offre de Formation Machine Learning avec Data Value | MaFormation.fr
Data Value

Machine Learning

Data Value

Voir des formations similaires
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Étudiant
Modalités
En ligne En présentiel
Durée
Nous contacter
Prix
Nous contacter

Localité

En ligne

Vous pouvez suivre cette formation depuis chez vous ou depuis n’importe quel endroit à distance.

En présentiel

Découvrez les localités disponibles pour suivre cette formation en présentiel.

En savoir plus sur les localités en présentiel
Cette formation est disponible dans les centres de formation suivants:
  • 31 - Labège
Cette formation peut être dispensée dans votre entreprise dans les localités suivantes :
  • 09 - Ariège
  • 11 - Aude
  • 12 - Aveyron
  • 30 - Gard
  • 31 - Haute-Garonne
  • 32 - Gers
  • 34 - Hérault
  • 46 - Lot
  • 48 - Lozère
  • 65 - Hautes-Pyrénées
  • 66 - Pyrénées-Orientales
  • 81 - Tarn
  • 82 - Tarn-et-Garonne

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.

Programme

- 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

Devenir expert Power BI

PARIS, LYON
Centre de formation MYPE
MYPE
Finançable CPF
À distance / En centre / En entreprise
Salarié en poste / Entreprise

Power BI Niveau 1 : concevoir et mettre en forme un tableau de bord

Centre de formation SYNAUXIS
SYNAUXIS
Non finançable CPF
À distance
Salarié en poste / Entreprise

Formation Power BI - Les Professionnels du chiffres - 3 Jours

Centre de formation BIWORKS
BIWORKS
Finançable CPF
À distance / En entreprise
Salarié en poste / Demandeur d'emploi / Entreprise

Les formations les plus recherchées

Formation Toulouse Formation Paris Formation Nantes Formation Lille Formation Strasbourg Formation Bordeaux Formation Rennes Formation Montpellier Formation Angers Formation Le Mans Formation Audit CPF Formation Audit en ligne Formation Analyste de donnees CPF Formation Analyste de donnees en ligne Formation Statisticien Formation Auditeur qualite Formation Audit interne Formation Statisticien Toulouse Formation Analyste de donnees Paris Formation Statisticien Labège Formation Statisticien Paris Formation Analyste de donnees Toulouse Formation Statisticien Nantes Formation Analyste de donnees Nantes Formation Analyste de donnees Labège Formation Analyste de donnees Aix-en-Provence Formation Statisticien Rennes
Haut de page