Machine Learning
Data Value
Salarié en poste
Demandeur d'emploi
Entreprise
Étudiant
En ligne
En présentiel
Nous contacter
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.
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 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
- 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
À DISTANCE
Salarié en poste / Entreprise
Non finançable CPF
750 €
ORLÉANS, LE HAVRE…
À distance / En centre / En entreprise
Salarié en poste / Entreprise
Non finançable CPF
1850 €
LE MANS, BORDEAUX
À distance / En entreprise
Salarié en poste / Demandeur d'emploi / Entreprise
Finançable CPF
1800 €
Malheureusement, vous ne pouvez pas contacter ce centre via Maformation.
Voici des formations similaires :
À DISTANCE
Salarié en poste / Demandeur d'emploi / Entreprise
Non finançable CPF
3500 €
Avis du centre
STRASBOURG, PARIS…
À distance / En entreprise
Salarié en poste / Demandeur d'emploi / Entreprise
Finançable CPF
Avis du centre
À DISTANCE
Tout public
Finançable CPF
-13.38%
7890 €
6835 €
Avis du centre
Les formations les plus recherchées
Formation Paris
Formation Nantes
Formation Lille
Formation Bordeaux
Formation Strasbourg
Formation Rennes
Formation Montpellier
Formation Angers
Formation Nancy
Formation Clermont-Ferrand
Formation Audit CPF
Formation Audit en ligne
Formation Analyste de donnees CPF
Formation Analyste de donnees en ligne
Formation Statisticien
Formation Auditeur qualite
Formation Statisticien Toulouse
Formation Statisticien Labège
Formation Analyste de donnees Paris
Formation Analyste de donnees Nantes
Formation Statisticien Nantes
Formation Statisticien Paris
Formation Analyste de donnees Labège
Formation Analyste de donnees Aix-en-Provence
Formation Statisticien Rennes
Formation Auditeur qualite Carquefou
Cette formation est temporairement suspendue.
Voir des formations similaires