La formation Machine Learning Avancé a pour but de vous apprendre à choisir des modèles adaptés à vos projets Machine Learning, puis à les optimiser.

La formation Machine Learning Avancé est destinée à des développeur·se·s, chercheur·se·s, Data Scientists, ou ingénieur·e·s ayant déjà une expérience en Machine Learning, souhaitant approfondir leurs connaissances et compétences sur le sujet.

Durant ces 3 jours de formation, vous verrez dans un premier temps un panel d'algorithmes largement utilisés, tels que des classifications ou des régressions. Vous verrez aussi comment optimiser vos modèles et découvrirez des algorithmes plus puissants à base de Gradient Boosting.

A l'issue de cette formation Machine Learning Avancé, vous serez à l'aise pour mettre en place et optimiser des modèles de Machine Learning adaptés à votre problématique.

Si vous débutez en Machine Learning, jetez un oeil à la formation Machine Learning.

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

• Savoir choisir l'algorithme adapté à une problématique donnée
• Apprendre à préparer et modéliser les données
• Savoir optimiser un algorithme de Machine Learning

Pré-requis

• Expérience en Python et avec la librairie scikit-learn
• Avoir des connaissances en Machine Learning ou avoir suivi la formation Machine Learning avec Python
• Ordinateur portable à apporter

Le programme de la formation Machine Learning Avancé

Jour 1 : Rappels des principaux concepts du Machine Learning et des différents modèles en supervisé

• Introduction au Machine Learning
• Classification : objectifs et modèles
• Régression : objectifs et modèles

Mise en pratique des différents concepts vus au long de la journée

Jour 2 : Optimisation des modèles et amélioration des résultats

• Préparation du jeu de données en vue de concevoir un modèle de prédiction
• Optimisation des hyperparamètres d'un modèle
• Régularisation des modèles et compréhension du compromis biais-variance

Mise en pratique des différents concepts vus au long de la journée

Jour 3 : Découverte des puissants algorithmes de boosting

• Les différents modèles à base de Gradient Boosting
• Résumé des différentes notions abordées au travers d'un projet Kaggle sur une demi-journée

Mise en pratique des différents concepts vus au long de la journée

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

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...
• 77 formations au catalogue, 920 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