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 avec 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·se·s, Data Scientist 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 oeil à la formation Machine Learning Avancé !

Covid-19 : Nous nous adaptons dans ces moments difficiles. Nous avons mis en place des outils permettant l'organisation de formations à distance.

Les objectifs

• Comprendre les enjeux et les fondamentaux du Machine Learning
• Concevoir et entrainer des modèles prédictifs adaptés à nos 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
• A 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)
• Maitrise du calcul matriciel et de la manipulation de données
• Analyse et visualisation des données

Jour 2 : Introduction au Machine Learning

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

Jour 3 : Amélioration des performances et résolutions de problèmes ML

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

Le(s) formateur(s)

Antoine Meicler

Antoine est un chercheur en intelligence artificielle, spécialisé en traitements d’images et en apprentissage automatique. Diplômé de l’ISAE SUPAERO, il a travaillé chez Criteo et dans diverses startups.
Il travaille aujourd’hui en indépendant et construit des solutions IA pour le compte de ses clients : ameicler.github.io . Il est également passionné par l’enseignement, et a cofondé le bootcamp Vivadata.

Voir son profil détaillé

Raphaël Bensamoun

Raphaël Bensamoun a acquis une solide expérience en tant que Data Scientist au sein d'un cabinet de conseil spécialisé dans l’IA. Durant trois ans, il a eu l'opportunité de travailler exclusivement avec des grands groupes français tels que Clarins, LVMH, TF1 et Fnac-Darty. Grâce à ces nombreuses missions en tant que Data Scientist consultant, il a pu explorer en profondeur les différentes technologies du monde de la data et de l'intelligence artificielle.

Il explore le monde de la data science depuis plus de cinq ans après avoir fait ses débuts en Java en 2013 pendant sa licence en IT. En 2016, il s'immerge totalement dans la data et le Machine Learning et décide de faire un master spécialisé à Londres. Lors de son retour en France, il a l'opportunité de travailler sur un projet de système de recommandation où il met en place les algorithmes de recommandation les plus avancés à l'aide de techno comme Python, Spark et Scala. Il réalise aussi un projet de Deep Learning dans lequel il monte en compétence avec des technos comme Keras.

Très tôt dans sa carrière professionnelle, Raphaël décide de partager ses connaissances et entre dans le monde de l'enseignement en donnant des cours particulier de Python et SQL. L'expérience de l’enseignement s'avère gratifiante, il décide donc de passer à la vitesse supérieure et commence à donner des cours dans un boot camp de data science, où il enseigne à des débutants les bases de son métier.
Au-delà des connaissances que Raphaël cherche à transmettre, son objectif est d'inculquer à ses élèves une méthodologie rigoureuse afin qu'ils puissent avoir la plus grande autonomie possible.

Voir son profil détaillé

A propos de Human Coders

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

• une habilitation Datadock, 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...
• 74 formations au catalogue, 878 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