Numérique & IA

Formation Machine Learning Avancé : modélisation et optimisation

Proposée par Human Coders · certifié Qualiopi

Durée
3 jours
Lieu
Bordeaux, Lille, Lyon, Marseille, Montpellier, Nantes, Nice, Paris, Strasbourg et Toulouse
Format
Hybride
Niveau
Avancé

Ce que vous allez apprendre

Trois jours pour apprendre à choisir le bon algorithme, préparer vos données et faire durer la performance de vos modèles. Les ateliers se font en Python avec scikit-learn, Random Forest et XGBoost.

À l'issue de la formation, vous serez capable de

  • Choisir l'algorithme le plus adapté à une problématique métier donnée
  • Préparer et modéliser des données avec Python
  • Sélectionner les variables pertinentes dans un contexte contraint
  • Évaluer la performance d'un modèle et son évolution dans le temps
  • Optimiser un algorithme de Machine Learning et ajuster ses hyperparamètres

Programme

Jour 1: rappels des concepts et des modèles de Machine Learning

  • Rappels généraux sur la classification et la régression, les variables X et Y
  • La notion de score
  • Apprentissage, surapprentissage et place d'un modèle en entreprise
  • Outils Python et 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, travail avec scikit-learn, création d'un modèle de classification et de régression

Jour 2: création et choix des variables

  • Étude de la corrélation et de son objectif
  • Prévisions temporelles: contraintes et astuces
  • Validation du modèle et évaluation de sa précision dans le temps
  • Effets non linéaires et solutions apportées par les algorithmes de régression classiques
  • Mises en pratique: régression, classification et données temporelles, évaluation de la performance dans le temps, construction de variables

Jour 3: modèles complexes

  • Exploration de modèles plus complexes
  • Random Forest
  • XGBoost
  • Mises en pratique: optimisation du score avec des algorithmes complexes, travaux sur les hyperparamètres, participation à une compétition en ligne

Pour qui ?

Prérequis

Public: Développeurs, chercheurs, data scientists et ingénieurs ayant déjà une expérience en Machine Learning et qui veulent approfondir leurs compétences.

Prérequis: Expérience de Python et de la librairie scikit-learn, connaissances en Machine Learning (ou avoir suivi la formation Machine Learning avec Python). Prévoir un ordinateur portable.

Questions fréquentes

Combien de temps dure cette formation ?

Elle se déroule sur trois jours, avec des ateliers pratiques en Python et scikit-learn.

À qui s'adresse cette formation ?

Aux développeurs, chercheurs, data scientists et ingénieurs qui ont déjà une expérience en Machine Learning et souhaitent aller plus loin.

Faut-il des prérequis pour la suivre ?

Oui : il faut être à l'aise avec Python et scikit-learn, et avoir des connaissances en Machine Learning. Un ordinateur portable est à apporter.

Comment se déroule-t-elle, en présentiel ou à distance ?

Les deux sont possibles : pour les sessions inter-entreprises, la modalité dépend de la session. Des dates et des villes supplémentaires peuvent être organisées.

Peut-on la financer ?

Elle n’est pas indiquée comme éligible au CPF, mais France Travail ou votre employeur peuvent la financer selon votre situation.

Comment payer cette formation ?

  • Votre CPFCette formation n’est pas indiquée comme éligible au CPF. Le centre vous dira si une autre version l’est.
  • Si vous cherchez un emploiFrance Travail peut financer tout ou partie de la formation avec l’aide individuelle à la formation (AIF), si elle vous aide à retrouver un poste.
  • Si vous êtes salarié(e)Votre employeur peut la prendre en charge dans son plan de formation, souvent avec l’aide de son OPCO.
Estimer mon reste à charge Lire le guide : France Travail et AIF

Human Coders

## L'organisme Human Coders est un organisme de formation professionnelle créé en 2012, spécialisé dans les métiers du développement logiciel, du numérique et de la tech.

Découvrir le centre

Quelle formation cherchez‑vous ?