Formation Machine Learning Avancé

Industrialisez vos projets Machine Learning, rendez vos modèles plus performants et automatisez leur déploiement en production !

Prix (Formation inter-entreprise)

2300€ 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...)

La formation Machine Learning Avancé est destinée à des développeur·se·s ayant déjà une expérience en Machine Learning**, qui souhaitent approfondir les connaissances et compétences sur le sujet.

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
  • Implémenter des pipeline de préparation de données

Pré-requis

  • Expérience en Python et avec scikit-learn
  • Avoir des connaissances en Machine Learning
  • Ordinateur portable à apporter

Le programme de la formation Machine Learning Avancé

Programme en cours de mise à jour

Tour d'horizon des différents algorithmes de Machine Learning
Préparation et modélisation des données
Les pipelines de préparation de données
Zoom sur les features engineering
Les stratégies d’amélioration des modèles et des pipelines
L'architecture d'un système complet de Machine Learning

Télécharger le programme

Le(s) formateur(s)

Antoine Meicler

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

Sébastien Treguer

Sébastien Treguer

Sébastien est passionné par le Machine Learning (ML), que ce soit en explorant de nouvelles architectures de réseaux de neurones, ou en exploitant des approches plus classiques antérieures à l'ère du Deep Learning (DL). Il a très tôt exploré ces approches, notamment pour le traitement du signal et des images dès le début des années 2000. Passionné autant par la recherche que par les cas d'usage métier, il accompagne aujourd'hui startups et grands groupes à transposer les récentes avancées de la recherche en ML/DL à leurs problématiques métier. Ses expériences l'ont conduit à explorer une diversité de domaines dont la santé, la finance, l’énergie, l'automobile... Par ailleurs il collabore à des projets de recherche et est impliqué dans l'organisation de challenges et workshops lors de conférences internationales telles que NIPS, ICML, ICLR ou PAPIs. En termes de framework pour le Deep Learning il affectionne particulièrement PyTorch pour sa flexibilité et la diversité de sa communauté, après avoir affûté ses algorithmes avec TensorFlow et Theano.

Voir son profil détaillé

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

Orange
Banque Postale
Société Générale
Voyage SNCF
EADS
La Poste

Nos formations en images

Angular
Ruby
CasperJS
DevOps avec Chef

Formation Machine Learning Avancé

Industrialisez vos projets Machine Learning, rendez vos modèles plus performants et automatisez leur déploiement en production !

La formation Machine Learning Avancé est destinée à des développeur·se·s ayant déjà une expérience en Machine Learning**, qui souhaitent approfondir les connaissances et compétences sur le sujet.

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

Covid-19: Nous restons ouverts. Cette formation est disponible à distance.

Les objectifs

  • Savoir choisir l'algorithme adapté à une problématique donnée
  • Apprendre à préparer et modéliser les données
  • Implémenter des pipeline de préparation de données

Pré-requis

  • Expérience en Python et avec scikit-learn
  • Avoir des connaissances en Machine Learning
  • Ordinateur portable à apporter

Le programme de la formation Machine Learning Avancé

Programme en cours de mise à jour

Tour d'horizon des différents algorithmes de Machine Learning
Préparation et modélisation des données
Les pipelines de préparation de données
Zoom sur les features engineering
Les stratégies d’amélioration des modèles et des pipelines
L'architecture d'un système complet de Machine Learning

Télécharger le programme

Le(s) formateur(s)

Antoine Meicler

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

Sébastien Treguer

Sébastien Treguer

Sébastien est passionné par le Machine Learning (ML), que ce soit en explorant de nouvelles architectures de réseaux de neurones, ou en exploitant des approches plus classiques antérieures à l'ère du Deep Learning (DL). Il a très tôt exploré ces approches, notamment pour le traitement du signal et des images dès le début des années 2000. Passionné autant par la recherche que par les cas d'usage métier, il accompagne aujourd'hui startups et grands groupes à transposer les récentes avancées de la recherche en ML/DL à leurs problématiques métier. Ses expériences l'ont conduit à explorer une diversité de domaines dont la santé, la finance, l’énergie, l'automobile... Par ailleurs il collabore à des projets de recherche et est impliqué dans l'organisation de challenges et workshops lors de conférences internationales telles que NIPS, ICML, ICLR ou PAPIs. En termes de framework pour le Deep Learning il affectionne particulièrement PyTorch pour sa flexibilité et la diversité de sa communauté, après avoir affûté ses algorithmes avec TensorFlow et Theano.

Voir son profil détaillé

Suivi de formation en option

A l'issue de la formation, nos formateurs peuvent aussi intervenir pour vous accompagner dans la mise en application des compétences acquises :

  • en répondant à vos questions lors de rendez-vous téléphoniques réguliers
  • en étant présents physiquement à l'amorce du projet
  • en réalisant un audit de vos pratiques quelques semaines/mois après la formation

Cette idée vous intéresse ? Faîtes-le nous savoir pour que nous trouvions la formule adaptée à votre situation.