Machine Learning

Data Science

Objectifs

Définir les étapes de préparation des données, et les algorithmes de Machine Learning
Organiser le traitement des données et structurer les processus de Machine Learning.

Programme

Introduction

Zoom sur les données : format, volumes, structures, …
et les requêtes, attentes, des utilisateurs.
Etapes de la préparation des données.
Définitions, présentation du data munging
Le rôle du data scientist.

Etude de cas

Mise en oeuvre pratique des différentes phases : nettoyage,enrichissement,organisation des données.

Machine Learning

Définition, les attentes par rapport au Machine Learning
Les valeurs d’observation, et les variables cibles.
Ingénierie des variables

Apprentissage automatique

Les méthodes : apprentissage supervisé et non supervisé
Classification des données,
Algorithmes : régression linéaire, k-voisins,classification naïve bayésienne, arbres de décision, etc ..

Les risques et écueils

Importance de la préparation des données.
L’écueil du « surapprentissage ».

Visualisation des données

L’intérêt de la visualisation.
Outils disponibles,
Exemples de visualisation avec R et Python

MOYENS PÉDAGOGIQUES ET TECHNIQUES D’ENCADREMENT DES FORMATIONS

Modalités pédagogiques :

Évaluation des besoins et du profil des participants.
Apport théorique et méthodologique : séquences pédagogiques regroupées en différents modules.
Contenus des programmes adaptés en fonction des besoins identifiés pendant la formation.
Méthodes expositive, active et participative.
Réflexion et échanges sur cas pratiques.
Retours d'expériences.
Corrections appropriées et contrôles des connaissances à chaque étape, fonction du rythme de l’apprenant mais également des exigences requises au titre de la formation souscrite.

Modalités d’évaluation :

Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de travaux pratiques, étude de cas et mise en situation.

Éléments matériels :

Mise à disposition des outils nécessaires au bon déroulement des travaux pratiques.
Support de cours au format numérique projeté sur écran et transmis au participant en fin de la formation.

Référent pédagogique et formateur :

Chaque formation est sous la responsabilité du directeur pédagogique de l’organisme de formation.
Le bon déroulement est assuré par le formateur désigné par l’organisme de formation.

MOYENS PERMETTANT LE SUIVI ET L’APPRÉCIATION DES RÉSULTATS

Feuilles de présences signées des participants et du formateur par demi-journée.
Attestation de fin de formation mentionnant les objectifs, la nature et la durée de l’action et les résultats de l’évaluation des acquis de la formation.

Please login to get access to the quiz

Back to Data Science

Public

<ul> <li>Architectes</li><li>Chefs de projets</li><li>Data Scientist</li><li>Développeurs</li> </ul></div></div>

Pré-requis

Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en effectuant le test disponible en bas de cette page.

Lieu de formation

Intra-entreprise/à distance

Dates ou période

À définir. Nous consulter

Tarif

Sur devis. Merci de nous contacter

Modalités

Pour s’inscrire à notre formation, veuillez nous contacter par mail ou téléphone.

Démarrage de la formation sous deux semaines (délai indicatif).

Nous contacer

training@profind.fr

Assistance technique

Une assistance technique et pédagogique est mise à disposition tout au long du parcours de formation. En cas de difficulté liée à l’utilisation des outils de visioconférence, à l’accès aux ressources nécessaires aux travaux pratiques ou au suivi de la formation, notre équipe est joignable par téléphone ou par e-mail afin de vous apporter une réponse dans les meilleurs délais.

Informations complémentaires

Pour toute réclamation, aléas ou difficultés rencontrés pendant la formation, veuillez prendre contact avec notre organisme par téléphone ou par e-mail. Nous mettrons tout en œuvre pour trouver une solution adaptée.

Formation synchrone, réalisée à distance en visioconférence via l’application Microsoft Teams ou en présentiel dans les locaux du client.

Accessibilité handicap

Notre organisme de formation s’engage à favoriser l’accès à ses formations aux personnes en situation de handicap. Nous analysons les besoins spécifiques de chaque participant en amont de la formation afin de mettre en place les adaptations pédagogiques, techniques ou organisationnelles compatibles avec le déroulement de l’action de formation.

Data Science