Apprenez à construire un modèle de Machine Learning et à optimiser un ensemble de puissants algorithmes lors de cette formation Machine Learning Avancé de 3 jours !
Cette formation Machine Learning Avancé vous apprendra à choisir les modèles adaptés à vos projets Machine Learning, puis à les optimiser. Elle vous permettra aussi de comprendre comment construire un modèle dans un contexte métier et d’évaluer sa performance.
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. Vous aurez aussi la possibilité de répondre à une problématique métier avec un choix de variable judicieux et tenant compte des contraintes projets.
La formation est destinée à des développeur·ses, chercheur·ses, Data Scientists, ou ingénieur·es ayant une expérience en Machine Learning, qui souhaitent approfondir leurs connaissances et compétences sur le sujet.
Excellente formation car le formateur est très à l'écoute pour faire du sur mesure : des rappels basiques ou bien des choses très avancées sur les derniers algorithmes de DeepLearning et leurs usages.
Les objectifs
Choisir l'algorithme adapté à une problématique donnée
Préparer et modéliser les données
Choisir des variables dans un contexte contraint, évaluer la performance d’un modèle dans le temps
Le programme de la formation Machine Learning Avancé
Jour 1 : Rappels des principaux concepts du Machine Learning et de différents modèles
Rappels généraux classification et régression
X et Y
La notion de score
Quid de l'apprentissage et du sur apprentissage
Un modèle en entreprise
Outils en python
Modèles simples
Régression linéaire
Régression linéaire multiple
Régression logistique
Mises en pratique :
- Prise en main d’un jeu de données,
- Importation et modélisation avec Python,
- Mise en pratique avec scikit-learn,
- Création d’un modèle de classification et de régression.
Jour 2 : La création et le choix de variables, le plus important en modélisation !
L’étude de la corrélation, objectif.
Le cas des prévisions temporelles, contraintes et astuces.
Validation du modèle et évaluation de sa précision dans le temps.
Étude d’un effet non linéaire, les solutions avec les algorithmes de régression classiques.
Mises en pratique avec différents problèmes :
- Régression, classification et données temporelles,
- Evaluation de performance dans le temps,
- Construction de variables.
Jour 3 : Modèles complexes
Exploration de modèles plus complexes
La random forest
xgboost
Mises en pratique :
- Optimisation du score avec des algorithmes de machine learning complexes,
- Travaux sur les hyperparamètres,
- Participation à une compétition en ligne !
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.
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.
Témoignages
4.1/5Basé sur 16 avis*
FM
Félix M.
Saint-Gobain05.06.2023
Excellente formation car le formateur est très à l'écoute pour faire du sur mesure : des rappels basiques ou bien des choses très avancées sur les derniers algorithmes de DeepLearning et leurs usages.
OG
Olivier G.
La Française des Jeux
Les sujets abordés sont nombreux et très clairs. Il a juste manqué la présence physique.
OD
Olivier D.
ITK
Super formation! Très enrichissante, le formateur s'adapte pour nous proposer des perspectives d'utilisation en adéquation avec notre travail.
CC
Caroline C.
ITK
Super formation! Le formateur a su s'adapter à nos besoins. Bon compromis entre théorie et pratique.
OD
Olivier D.
ITK
Titouan est un super formateur. Les cours sont adaptés au niveau de chacun et le formateur s'adapte à son publique.
LP
Laurent P.
ITK
Franchement c'est super
MG
Marie-Fateye G.
ITK
Formation très intéressante, centrée sur la pratique, qui s’adapte aux problématiques de l'entreprise et au niveau du groupe
CP
Coralie P.
ITK
Super formation, très compréhensible même pour les moins avancés
GL
Gaëtan L.
ITK
Programme complet, progressif, le formateur s'adapte très bien au niveau du groupe et aux problématiques auxquelles il est confronté dans la vie de tous les jours
LQ
Lucie Q.
ITK
Parfait, super de pouvoir finir en essayant d'appliquer les méthodes sur nos données.
SM
Simon M.
Saint-Gobain
Super formation pour aller un peu plus loin dans l'utilisation de scikit-learn pour la datascience.
J'aurais aimé pouvoir la suivre en présentiel.
AC
Amaury C.
Saint-Gobain
Merci beaucoup pour cette formation qui permet de retraverser différents aspect du process de Machine Learning!
MD
Mathieu D.
Innovation Partagée19.12.2019
Très bonne formation, avec des aspects très pratiques. Super Formateur très à l'écoute et qui a à coeur de transmettre son experience
FAQ
Nos formations sont éligibles à plusieurs dispositifs de financement, selon votre situation. Human Coders est certifié Qualiopi, ce qui permet la prise en charge par des organismes comme Pôle emploi, votre OPCO ou encore le CPF (Compte Personnel de Formation) pour certaines formations.
Oui, la formation peut être proposée en présentiel ou en distanciel. Pour les inter-entreprises, les modalités (présentiel ou à distance) sont fonction de la session.
Nous pouvons organiser des sessions à d'autres dates ou dans d'autres villes (Bordeaux, Lille, Lyon, Marseille, Montpellier, Nantes, Nice, Paris, Strasbourg, Toulouse...)
Les formations se déroulent toujours en petit groupe de 3 à 6 stagiaires. Nous souhaitons que les formateurs et formatrices puissent passer un maximum de temps avec chacun·e.
Voici une journée type :
9h : vous êtes accueillis par votre formateur·rice autour d'un petit déjeuner (croissants, pains au chocolat, jus de fruit, thé ou café...)
9h30 : la formation commence
12h30 : pause de midi. Le·a formateur·rice mangera avec vous. C'est l'occasion d'avoir des discussions plus informelles.
14h : reprise de la formation
18h : fin de la journée
8 raisons de participer à une formation Human Coders
Satisfaction client élevée : Un taux de statisfaction de 4,6/5 depuis 2012 (sur 1651 sessions réalisées). 99% des participants se disent satisfaits de nos formations
Approche pédagogique unique : Des formations en petit groupe, des formateurs passionnés et expérimentés, de véritables workshops... (Plus d'infos sur notre manifeste)
Catalogue de formations complet : 172 formations au catalogue, de quoi vous accompagner sur tout vos projets
Écosystème dynamique : Nous accompagnons les dev depuis 13 ans avec des initiatives comme Human Coders News, les Human Talks, le podcast ou encore notre serveur Discord
Financement facilité : Organisme certifié Qualiopi, indispensable pour que vous puissiez obtenir des aides au financement via votre OPCO
Références clients prestigieuses : De nombreux clients qui nous font confiance depuis des années
Accompagnement sur mesure : Nous vous proposons un accompagnement personnalisé par nos consultants pour vous aider dans vos projets au-delà de la formation
Valorisation professionnelle : Remise d'un diplôme, d'une attestation et d'une certification, suivant les formations effectuées, que vous pourrez afficher sur vos CV et réseaux sociaux