Comment modéliser à l'aide des techniques de Machine Learning ?
Le Machine Learning offre un large panel d'outils de prédiction puissants, tels que les réseaux de neurones ou les arbres de décisions. Cette formation vise à apporter les bases méthodologiques pour mettre à profit les différents types de modèles les plus courants à partir de données diversifiées.
Formation en 2 jours
- Savoir préparer un jeu de données.
- Connaitre, comprendre et utiliser les différentes familles de modèles
prédictifs. - Savoir évaluer la performance d’un modèle prédictif.
TARIFS*
- Industriel : 1500 €
- Chercheur : 1275 €
- Étudiant : 750 €
- Connaissances en mathématiques et probabilités.
- Connaissance de Python souhaitable.
Public
- Ingénieur R&D
- Ingénieur de bureau d’étude
- Ingénieur en sûreté de fonctionnement.
- 21 au 22 juin 2023
- 30 novembre au 1 décembre 2023
LIEU
18/20 Boulevard Reuilly, 75012, Paris ; Métro Dugommier
RESPONSABLE
Antoine GOMOND
*Retrouvez toutes les informations dans le catalogue des formations disponible ici. En cas de formation en présentiel, le déjeuner est compris dans le tarif.
Programme
Introduction à l’analyse de données avec python
Lecture d’un jeu de données
Nettoyage et préparation d’un jeu de données
Modèles de régression et de classification
Introduction aux modèles les plus courants
- Régressions linéaires Lasso et Ridge
- Régression logistique
- K plus proches voisins
- Arbres de décisions
- Réseaux de neurones
Travaux pratiques avec Python
Demande d'inscription
N’hésitez pas à vous inscrire ou à demander des compléments d’information. Des formations personnalisées peuvent également être proposées. Le lieu de la formation est susceptible d'être modifié. Nos formations peuvent, pour la plupart, être réalisées à distance. Une fois votre demande d'inscription envoyée, l'un de nos formateurs vous recontactera pour préciser vos besoins et adapter la formation. Nos formations sont accessibles aux personnes en situation de handicap. N'hésitez pas à nous faire part de votre situation dans le formulaire ci-dessous.