Formation Machine Learning avec Python

Formation Machine Learning avec Python

Notée : (19)*

Apprenez à construire des modèles d'apprentissage automatique avec Python et devenez maîtres dans la résolution de problèmes de Machine Learning.

Prix (Formation inter-entreprise)

2000€ HT / personne

Durée

3 jours

Dates

Nous pouvons organiser des sessions à d'autres dates ou dans d'autres villes (Bordeaux, Lille, Lyon, Marseille, Montpellier, Nantes, Nice, Paris, Strasbourg, Toulouse...)

Durant cette formation Machine Learning avec Python, vous apprendrez à construire et optimiser vos modèles prédictifs grâce aux nombreux moments de pratique, en vous basant sur la librairie scikit-learn.

Utilisé pour de la détection de fraude, des recommandations ou encore de la reconnaissance faciale, le Machine Learning (apprentissage automatique à partir de données) est aujourd'hui incontournable !

Cette formation Machine Learning avec Python est destinée à des développeur·ses, Data Scientists, chercheur·ses ou encore Data Engineers débutants en Machine Learning, souhaitant utiliser des modèles prédictifs dans leurs applications, et apprendre à les optimiser.

A l'issue de cette formation Machine Learning vous repartirez avec les corrigés des exercices vus avec le formateur, ainsi que les supports de cours.
Vous aurez une bonne idée des rouages du Machine Learning et serez à l'aise pour construire des modèles prédictifs adaptés à vos problématiques.

Vous utiliserez également plusieurs librairies utiles, telles que Numpy, SciPy, Matplotlib ou encore Pandas.

Envie d'aller plus loin ?

Pour approfondir le sujet et notamment apprendre à utiliser des algorithmes plus puissants à base de Gradient Boosting, jetez un coup d'œil à la formation Machine Learning Avancé !

Les objectifs

  • Comprendre les enjeux et les fondamentaux du Machine Learning
  • Concevoir et entrainer des modèles prédictifs adaptés à vos données d’apprentissage
  • Évaluer, optimiser et améliorer les performances de modèles d'apprentissage automatique

Pré-requis

  • Avoir des notions d'algorithmie/programmation
  • Avoir fait des mathématiques jusqu'au Bac
  • Être à l'aise avec le langage de base de Python (boucles for, conditions, types de variable, etc.)
  • Ordinateur portable à apporter

Le programme de la formation Machine Learning avec Python

Jour 1 : La manipulation des données et l'exploration des données avec Python

  • Découverte des principales librairies Python en sciences des données (Numpy, SciPy, Matplotlib, Pandas)
  • Maîtrise du calcul matriciel et de la manipulation de données
  • Analyse et visualisation des données

Mises en pratique
Familiarisation avec numpy en codant un estimateur de la moyenne et des moindres carrés
Manipulation de données sur "Bike sharing" ou/et "Titanic"
Visualisation avec Matplotib et seaborn (plot, boxplot, barplot, histogram, ...)

Jour 2 : Introduction au Machine Learning

  • Les différents types d'apprentissage et leurs principaux algorithmes
  • Entraînement de vos premiers modèles de Machine Learning avec scikit-learn
  • Évaluation et amélioration des modèles

Mises en pratique
Utilisation de scikit-learn pour régression / classification / clustering
Évaluation des différents modèles en utilisant les outils de scikit-learn
Utilisation des pipelines pour automatiser les étapes
Cas pratique sur une "vraie base de données" style Titanic ou Bike Sharing

Jour 3 : Amélioration des performances et résolutions de problèmes ML

  • Optimisation des performances de vos modèles d'apprentissage
  • Déploiement des modèles pour l'inférence
  • Frameworks pour résoudre un problème de Machine Learning

Mise en pratique
Techniques de réduction de dimension pour visualisation

Télécharger le programme

Le(s) formateur(s)

Etienne SANCHEZ

Etienne SANCHEZ

Data scientist depuis 8 ans, Etienne travaille principalement avec les langages R et python. Il délivre son expertise à des clients variés, allant de la PME au grand groupe.

Auparavant professeur dans le secondaire, il a gardé un goût certain pour l'enseignement, et donne régulièrement des formations en école et en entreprise.

Voir son profil détaillé

Titouan ROBERT

Titouan ROBERT

Titouan Robert travaille depuis 7 ans dans une entreprise de conseil. Il construit des projets de modélisation depuis 5 ans. Il a notamment participé à la modélisation des échanges d’énergies entre pays européen grâce à l’utilisation des réseaux de neurones, ou encore créé des modélisations de production éoliennes ou pour des appels en call centers.

Il est actif dans la communauté R, et donne des formations de Machine Learning en plus de son activité professionnelle. Ses langages de prédilections sont R et python.
Ce qu'il aime dans le fait d'être formateur, c'est d'aider des élèves à progresser. Ses formations sont très orientées sur la pratique afin de permettre à chacun de progresser en faisant !

Enfin, il a travaillé dans la recommandation de contenu personnalisé à l'utilisateur.

Voir son profil détaillé

Pierre HUMBERT

Pierre HUMBERT

Après une thèse en mathématiques, Pierre est aujourd’hui chercheur à l'INRIA en Machine Learning.
En parallèle de son activité de recherche, il contribue à des projets plus appliqués notamment grâce à plusieurs partenariats dans le domaine médical.

C'est son envie de transmettre qui l'a naturellement poussé à devenir formateur en Machine Learning.

Voir son profil détaillé

A propos de Human Coders

Human Coders c'est un centre de formation pour développeurs avec :

  • une certification Qualiopi, indispensable pour que vous puissiez obtenir des aides au financement via votre OPCO
  • de nombreux clients qui nous font confiance depuis des années
  • un manifeste pour garantir des formations à taille humaine, des formateurs passionnés, de véritables workshops...
  • 111 formations au catalogue, 1516 sessions depuis nos débuts en 2012 avec une moyenne de satisfaction de 4,6/5
  • la possibilité de vous proposer un accompagnement personnalisé ou du conseil après la formation

7 témoignages

Le formateur a été patient, il a su s'adapter à des apprenants ayant des profils et des besoins différents. Les supports d'apprentissage étaie...

Le formateur a été patient, il a su s'adapter à des apprenants ayant des profils et des besoins différents. Les supports d'apprentissage étaient nombreux, de qualité et ils ont été adapté au fur et à mesure de la formation. Les qualités pédagogiques du formateur ont permis d'approcher sereinement la complexité et la richesse du Machine Learning.

Voir plus

Très bonne formation pour s'initier à la Data science. Un formateur pédagogique et de bonne humeur.

Très bonne formation pour s'initier à la Data science. Un formateur pédagogique et de bonne humeur.

Une formation très intéressante qui allie à la fois enseignement théorique et pratique. Son principal atout : une formation en petit comité, o...

Une formation très intéressante qui allie à la fois enseignement théorique et pratique. Son principal atout : une formation en petit comité, ou la pédagogie du formateur a été exemplaire, malgré les différences de niveaux de connaissance au sein du groupe.

Voir plus

formation adaptée à ce que j'attendais

formation adaptée à ce que j'attendais

Suite à la pré-réunion de la formation et aux centres d'intérêt exprimés, Raphael a totalement adapté la formation au domaine du NLP. La forma...

Suite à la pré-réunion de la formation et aux centres d'intérêt exprimés, Raphael a totalement adapté la formation au domaine du NLP. La formation a parfaitement alterné phases de cours et de TP. Les nombreux échanges nous ont permis de profiter de l'expérience du formateur sur des questions relatives à l'adaptation des méthodes présentées à notre métier.

Voir plus

Pour profiter pleinement de cette formation je conseille d'avoir déjà quelques notions de ML et de savoir utiliser les notebook Jupiter ainsi ...

Pour profiter pleinement de cette formation je conseille d'avoir déjà quelques notions de ML et de savoir utiliser les notebook Jupiter ainsi que l'environnement Anaconda.

Voir plus

Formation riche d'exemples et d'explications, accessible et agréable.

Formation riche d'exemples et d'explications, accessible et agréable.

Besoin d'aide ?

Vous souhaitez discuter avec nous à propos de votre projet de formation ?
Vous voulez plus d'information sur une formation ou notre fonctionnement ?


Rappel Email

Nos forces

  • Des formations à taille humaine
  • Des formateurs passionnés
  • Des véritables workshop
Accéder au Manifeste

Nos clients

Formation Machine Learning avec Python

Notée : (19)*

Apprenez à construire des modèles d'apprentissage automatique avec Python et devenez maîtres dans la résolution de problèmes de Machine Learning.

Formation Machine Learning avec Python

Durant cette formation Machine Learning avec Python, vous apprendrez à construire et optimiser vos modèles prédictifs grâce aux nombreux moments de pratique, en vous basant sur la librairie scikit-learn.

Utilisé pour de la détection de fraude, des recommandations ou encore de la reconnaissance faciale, le Machine Learning (apprentissage automatique à partir de données) est aujourd'hui incontournable !

Cette formation Machine Learning avec Python est destinée à des développeur·ses, Data Scientists, chercheur·ses ou encore Data Engineers débutants en Machine Learning, souhaitant utiliser des modèles prédictifs dans leurs applications, et apprendre à les optimiser.

A l'issue de cette formation Machine Learning vous repartirez avec les corrigés des exercices vus avec le formateur, ainsi que les supports de cours.
Vous aurez une bonne idée des rouages du Machine Learning et serez à l'aise pour construire des modèles prédictifs adaptés à vos problématiques.

Vous utiliserez également plusieurs librairies utiles, telles que Numpy, SciPy, Matplotlib ou encore Pandas.

Envie d'aller plus loin ?

Pour approfondir le sujet et notamment apprendre à utiliser des algorithmes plus puissants à base de Gradient Boosting, jetez un coup d'œil à la formation Machine Learning Avancé !

Les objectifs

  • Comprendre les enjeux et les fondamentaux du Machine Learning
  • Concevoir et entrainer des modèles prédictifs adaptés à vos données d’apprentissage
  • Évaluer, optimiser et améliorer les performances de modèles d'apprentissage automatique

Pré-requis

  • Avoir des notions d'algorithmie/programmation
  • Avoir fait des mathématiques jusqu'au Bac
  • Être à l'aise avec le langage de base de Python (boucles for, conditions, types de variable, etc.)
  • Ordinateur portable à apporter

Le programme de la formation Machine Learning avec Python

Jour 1 : La manipulation des données et l'exploration des données avec Python

  • Découverte des principales librairies Python en sciences des données (Numpy, SciPy, Matplotlib, Pandas)
  • Maîtrise du calcul matriciel et de la manipulation de données
  • Analyse et visualisation des données

Mises en pratique
Familiarisation avec numpy en codant un estimateur de la moyenne et des moindres carrés
Manipulation de données sur "Bike sharing" ou/et "Titanic"
Visualisation avec Matplotib et seaborn (plot, boxplot, barplot, histogram, ...)

Jour 2 : Introduction au Machine Learning

  • Les différents types d'apprentissage et leurs principaux algorithmes
  • Entraînement de vos premiers modèles de Machine Learning avec scikit-learn
  • Évaluation et amélioration des modèles

Mises en pratique
Utilisation de scikit-learn pour régression / classification / clustering
Évaluation des différents modèles en utilisant les outils de scikit-learn
Utilisation des pipelines pour automatiser les étapes
Cas pratique sur une "vraie base de données" style Titanic ou Bike Sharing

Jour 3 : Amélioration des performances et résolutions de problèmes ML

  • Optimisation des performances de vos modèles d'apprentissage
  • Déploiement des modèles pour l'inférence
  • Frameworks pour résoudre un problème de Machine Learning

Mise en pratique
Techniques de réduction de dimension pour visualisation

Télécharger le programme

Le(s) formateur(s)

Etienne SANCHEZ

Etienne SANCHEZ

Data scientist depuis 8 ans, Etienne travaille principalement avec les langages R et python. Il délivre son expertise à des clients variés, allant de la PME au grand groupe.

Auparavant professeur dans le secondaire, il a gardé un goût certain pour l'enseignement, et donne régulièrement des formations en école et en entreprise.

Voir son profil détaillé

Titouan ROBERT

Titouan ROBERT

Titouan Robert travaille depuis 7 ans dans une entreprise de conseil. Il construit des projets de modélisation depuis 5 ans. Il a notamment participé à la modélisation des échanges d’énergies entre pays européen grâce à l’utilisation des réseaux de neurones, ou encore créé des modélisations de production éoliennes ou pour des appels en call centers.

Il est actif dans la communauté R, et donne des formations de Machine Learning en plus de son activité professionnelle. Ses langages de prédilections sont R et python.
Ce qu'il aime dans le fait d'être formateur, c'est d'aider des élèves à progresser. Ses formations sont très orientées sur la pratique afin de permettre à chacun de progresser en faisant !

Enfin, il a travaillé dans la recommandation de contenu personnalisé à l'utilisateur.

Voir son profil détaillé

Pierre HUMBERT

Pierre HUMBERT

Après une thèse en mathématiques, Pierre est aujourd’hui chercheur à l'INRIA en Machine Learning.
En parallèle de son activité de recherche, il contribue à des projets plus appliqués notamment grâce à plusieurs partenariats dans le domaine médical.

C'est son envie de transmettre qui l'a naturellement poussé à devenir formateur en Machine Learning.

Voir son profil détaillé

A propos de Human Coders

Human Coders c'est un centre de formation pour développeurs avec :

  • une certification Qualiopi, indispensable pour que vous puissiez obtenir des aides au financement via votre OPCO
  • de nombreux clients qui nous font confiance depuis des années
  • un manifeste pour garantir des formations à taille humaine, des formateurs passionnés, de véritables workshops...
  • 111 formations au catalogue, 1516 sessions depuis nos débuts en 2012 avec une moyenne de satisfaction de 4,6/5
  • la possibilité de vous proposer un accompagnement personnalisé ou du conseil après la formation

7 témoignages

Le formateur a été patient, il a su s'adapter à des apprenants ayant des profils et des besoins différents. Les supports d'apprentissage étaie...

Le formateur a été patient, il a su s'adapter à des apprenants ayant des profils et des besoins différents. Les supports d'apprentissage étaient nombreux, de qualité et ils ont été adapté au fur et à mesure de la formation. Les qualités pédagogiques du formateur ont permis d'approcher sereinement la complexité et la richesse du Machine Learning.

Voir plus

Très bonne formation pour s'initier à la Data science. Un formateur pédagogique et de bonne humeur.

Très bonne formation pour s'initier à la Data science. Un formateur pédagogique et de bonne humeur.

Une formation très intéressante qui allie à la fois enseignement théorique et pratique. Son principal atout : une formation en petit comité, o...

Une formation très intéressante qui allie à la fois enseignement théorique et pratique. Son principal atout : une formation en petit comité, ou la pédagogie du formateur a été exemplaire, malgré les différences de niveaux de connaissance au sein du groupe.

Voir plus

formation adaptée à ce que j'attendais

formation adaptée à ce que j'attendais

Suite à la pré-réunion de la formation et aux centres d'intérêt exprimés, Raphael a totalement adapté la formation au domaine du NLP. La forma...

Suite à la pré-réunion de la formation et aux centres d'intérêt exprimés, Raphael a totalement adapté la formation au domaine du NLP. La formation a parfaitement alterné phases de cours et de TP. Les nombreux échanges nous ont permis de profiter de l'expérience du formateur sur des questions relatives à l'adaptation des méthodes présentées à notre métier.

Voir plus

Pour profiter pleinement de cette formation je conseille d'avoir déjà quelques notions de ML et de savoir utiliser les notebook Jupiter ainsi ...

Pour profiter pleinement de cette formation je conseille d'avoir déjà quelques notions de ML et de savoir utiliser les notebook Jupiter ainsi que l'environnement Anaconda.

Voir plus

Formation riche d'exemples et d'explications, accessible et agréable.

Formation riche d'exemples et d'explications, accessible et agréable.

* Nombre de personnes ayant répondu au questionnaire de satisfaction sur cette formation depuis 2012