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
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 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·ses, Data Scientist, chercheur·ses ou encore Data Engineer 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 restons ouverts. Cette formation est disponible à distance.
🇺🇸 This training is also available in English
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
- 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)
- Maîtrise 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
- Entraînement 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
- Frameworks pour résoudre un problème de Machine Learning
Le(s) formateur(s)
Etienne Sanchez
Data scientist depuis 6 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.
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 !
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.
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...
- 82 formations au catalogue, 1272 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 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.
Stanislas GOUREVITCH
Très bonne formation pour s'initier à la Data science. Un formateur pédagogique et de bonne humeur.
Daouda Keita DIOP
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.
FLORENT BEAUCERON
formation adaptée à ce que j'attendais
Catherine Goulas
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.
Steffen LALANDE
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.
Frédéric MEFIANT
Formation riche d'exemples et d'explications, accessible et agréable.
Sébastien CHAVIN
Besoin d'aide ?
Nos forces
- Des formations à taille humaine
- Des formateurs passionnés
- Des véritables workshop
Nos clients
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·ses, Data Scientist, chercheur·ses ou encore Data Engineer 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 restons ouverts. Cette formation est disponible à distance.
🇺🇸 This training is also available in English
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
- 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)
- Maîtrise 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
- Entraînement 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
- Frameworks pour résoudre un problème de Machine Learning
Le(s) formateur(s)
Etienne Sanchez
Data scientist depuis 6 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.
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 !
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.
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...
- 82 formations au catalogue, 1272 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 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.
Stanislas GOUREVITCH
Très bonne formation pour s'initier à la Data science. Un formateur pédagogique et de bonne humeur.
Daouda Keita DIOP
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.
FLORENT BEAUCERON
formation adaptée à ce que j'attendais
Catherine Goulas
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.
Steffen LALANDE
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.
Frédéric MEFIANT
Formation riche d'exemples et d'explications, accessible et agréable.
Sébastien CHAVIN
Nos clients
* Nombre de personnes ayant répondu au questionnaire de satisfaction sur cette formation depuis 2012