1. Accueil
  2. Je recherche
  3. Une formation
  4. Machine learning et deep learning avec Python

Référence: 231123369F

/

Mise à jour le

Machine learning et deep learning avec Python

Data Value

Cet organisme a obtenu la marque « Qualiopi » pour ses actions de formation.

Niveau de sortie : Sans Niveau spécifique

Pour cette formation

1 session disponible

Consulter

Objectifs

Découvrir les principaux modèles de Machine Learning et les mettre en œuvre dans Python à l'aide de Scikit Learn. Savoir évaluer la performance des modèles. S'initier au Deep Learning et à sa mise en pratique à l'aide de Tensorflow, Keras et statsmodels

Programme


Concepts du Machine Learning (1.5 jour)
  • Tour d’horizon des applications du Machine Learning/Deep Learning et intelligence artificielle
  • Présentation des différents type d’apprentissage
  • Principe de la régression linéaire
  • Compromis Biais Variance
  • Modèles ensemblistes (Random Forest)
  • Modèles non linéaires (support vector Machine, Multi Layer Perceptron)
  • Réduction de dimensions (PCA, SparsePCA, Analyse factorielle)
  • Bonnes pratiques en Data Science
Prise en main de la librairie scikit-learn (2 jours)
  • Présentation de scikit-learn
  • Exemples de modèles de classification supervisée sur un jeu de données (potentiellement proposé par les stagiaires)
  • Mise en place des étapes d'entraînement des modèles et bonnes pratiques (validation croisée, pénalisation, ajustement des hyperparamètres)
  • Sélection des variables
  • Importance des variables (globale et locales avec les algorithmes LIME et SHAP)
  • Évaluation de modèles dans le cas classification et dans le cas régression pour apprentissage supervisé
Introduction au Deep Learning (1.5 jour)
  • Zoologie des types de couches de neurones artificielles
  • Principes de rétropropagation et mise à jour des paramètres
  • Mise en pratique avec un modèle simple de réseau de neurones convolutionnels pour de la classification d’image
  • Principe du transfer learning, knowledge distillation et entraînement à partir de 0
  • Éléments de traitement de langage naturel avec des réseaux de neurones (réseaux récurrents)

Certifications et métiers visés

Consulter le diplôme, titre ou certificat... délivrés en fin de formation ainsi que les métiers auxquels cette formation vous donne accès.

Résultats attendus

- Connaître le paysage des modèles de Machine Learning
- Connaître les librairies les plus courantes associées au Machine Learning et Deep Learning (Sciki-Learn, Tensorflow, Keras, statsmodels)
- Savoir mettre en place un projet Machine Learning
- Avoir des notions avancées sur l’évaluation de modèles

1 session : Machine learning et deep learning avec Python

  • au

    Data Value

    Cet organisme a obtenu la marque « Qualiopi » pour ses actions de formation.

    • Commune : Lyon 2e (69)

    Formation professionnelle