Les bases du Machine Learning
CODE RECKONS
Objectif pédagogique :
Ce cours offre une introduction à l'apprentissage automatique pour les débutants, couvrant les concepts fondamentaux, le rôle des données et le processus d'apprentissage automatique. À la fin, les participants comprendront les bases de l'apprentissage supervisé et non supervisé, de l'ingénierie des fonctionnalités et de l'évaluation des modèles.
Bénéfices attendus :
• Définir l'apprentissage automatique et ses types.• Identifier les différents types de données et comprendre les concepts de collecte et de prétraitement.
• Expliquer le rôle des fonctionnalités et les techniques de base d’ingénierie.
• Comprendre le flux de travail Machine Learning (ML).
• Faire la différence entre les algorithmes de classification et de régression courants.
• Utiliser des mesures de base pour évaluer les modèles ML et reconnaître le surajustement et le sous-ajustement.
Public :
Ingénieurs, techniciens et scientifiques ayant une première expérience en Python.
I. Introduction
Qu'est-ce que l'apprentissage automatique ?Les différents types d'apprentissage automatique.
II. Comprendre les données dans l'apprentissage automatique
Les types de données.Collecte et préparation des données.
III. Les caractéristiques (features)
Qu’est-ce qu’une caractéristique ?Les techniques de création de base.
Les méthodes de sélection des caractéristiques.
L’importance de l’ingénierie des caractéristiques.
IV. Le processus de l’apprentissage automatique
Sélection des modèles.Les concepts d’entrainement.
Introduction aux métriques d’évaluation.
V. Apprentissage supervisé : classification
Qu'est-ce que la classification ?Les algorithmes de classification courants (aperçu).
VI. Apprentissage supervisé : régression
Qu'est-ce que la régression ?Les algorithmes de régression courants (aperçu).
VII. Évaluation basique des modèles
Les métriques d'évaluation pour la classification.Les métriques d'évaluation pour la régression.
Plateforme en ligne
haute disponibilité
Sur mesure
formation adaptée
À propos du centre CODE RECKONS
CODE RECKONS est une société de recherche informatique spécialiste de la performance et des architectures modernes. Nous mettons en valeur les dernières normes du langage C++, afin de faciliter l'intégration dans l'industrie de leurs dernières nouveautés.
À l'ISO (AFNOR) depuis 2014 pour sa participation la normalisation du langage, l'équipe de CODE RECKONS est une référence en France du langage C++.
Le projet CODE RECKONS s'est monté suite à des années d'expérience de la même équipe fondatrice, dans la prestation et l'analyse informatiques de très haute qualité. L'équipe a bénéficié d'une reconnaissance internationale auprès des plus grands comptes.
Notre offre repose sur notre expérience et sur une demande naissante chez tous nos clients.
Notre objectif est de vous rendre autonomes sur toute la chaîne de développement, à travers de la formation pour les outils (architectures, bibliothèques, Open Source...), de la formation de pointe sur la programmation informatique notamment en C++, et du pilotage de code.
PARCOURS SCIENTIFIQUES ET TECHNIQUES de la responsabilité pédagogique de CODE RECKONS
Joël FALCOU :
- Ingénieur diplômé en informatique
- Docteur en électronique et robotique de l'Université Blaise Pascal de Clermont-Ferrand
- Maître de conférence HDR de l'Université Paris-Saclay
- Membre du Comité National auprès de l'AFNOR pour l'ISO depuis 2011 en tant qu'expert C++
- Créateur et Président de l'association C++FRUG, co-animateur du Meetup C++.
- Présentateur dans de multiples conférences internationales comme BoostCon, C++Now, C++Russia, CppCON et Meeting C++
- Président de CPPP (C++ Paris), le rendez-vous annuel francophone
Jean-Thierry LAPRESTÉ :
- Thèse de troisième cycle en Mathématiques en 1973
- Assistant en Mathématiques au département de Mathématiques appliquées de l'université Blaise Pascal de 1972 à 1981
- Assistant en Mathématiques au département de Mathématiques appliquées à l'École Nationale Supérieure de Chimie de Clermont-Ferrand de 1981 à 1993
- Habilitation à diriger des travaux de recherche (HDR) en 1992
- Directeur de Recherche et membre du jury de multiples professeurs d'aujourd'hui
- Professeur des Universités en 61ème section de septembre 1993 à 2010
- Responsable des Mathématiques et de l'Informatique à l'École Nationale Supérieure de Chimie de Clermont-Ferrand
- Professeur émérite depuis 2010
- Auteurs de trois ouvrages en programmation informatique pour les ingénieurs
Envie d’en savoir plus sur cette formation ?
Documentez-vous sur la formation
