Formation Valoriser vos données dormantes avec le Machine Learning
Démarrez en toute sérénité vos projets de Machine Learning : cette formation vous donnera les connaissances nécessaires pour identifier les applications vous permettant une valorisation rapide des données dormantes que stocke votre entreprise. Nous verrons comment analyser ces dernières, les nettoyer et vérifier qu'elles satisfont les pré-requis propres à chaque type de méthode. Nous vous donnerons les bases pour réaliser rapidement des visualisations capables de les mettre en valeur. Enfin, nous étudierons les solutions de Machine Learning ayant fait leurs preuves.
Objectifs pédagogiques
Être capable de déterminer si vos données sont adéquates pour une application de type Machine Learning
Savoir créer rapidement une visualisation pertinente pour vos données
Connaître les architectures les plus célèbres en Machine Learning et Deep Learning
Être capable d'identifier les problèmes pouvant bénéficier de ce type d'approche
Formation Valoriser vos données dormantes avec le Machine Learning
en détail
Programme
1. Introduction
Introduction au Machine Learning : principes, concepts de bases
Quelques exemples d'applications
Dans quel cas de figure peut-on utiliser du Machine Learning ?
2. Préparer ses données avec Numpy et Pandas
Numpy : traitement de données numériques à N dimensions
Pandas : traitement des données tabulaires et séries temporelles
Rechercher les données erronées
par la visualisation : Seaborn, Ploty, Folium, Superset
Les supports de cours (slides) seront disponibles en ligne et distribués en début de formation (à l'aide d'un lien vers notre outil interne ou d'une version numérisée), puis fournis au format électronique à la fin de la formation
Une salle de formation équipée d'une connexion Internet, d'un vidéoprojecteur, paperboard…
Un ordinateur par stagiaire avec un système d'exploitation installé et les outils nécessaires
Modalités de suivi de l'exécution du programme
Durant la formation : alternance d'apports théoriques (30% du cours) et d’exercices pratiques et de mise en situation sous forme de travaux pratiques corrigés avec l’expert-formateur
En fin de formation : évaluation à chaud sur l'atteinte des objectifs pédagogiques sous forme de tour de table et de test de connaissances, d'exercices, de QCM
Moyens d'encadrement
Formation assurée par un expert maîtrisant les concepts de l'intelligence artificielle
Experts Valoriser vos données dormantes avec le Machine Learning
Daphné Lercier
Chercheuse en géomatique
Nantes
Mickaël Carlos
Chargé de recherche et développement-Django-python.
