2 jours ou plus | en présentiel ou à distance
Le Machine Learning englobe un ensemble très varié d’algorithmes liés à la nature des données mais aussi aux objectifs d’analyse et de prédiction. De plus, le Big Data a permis de concevoir des algorithmes capables de lourds traitements en parallèle. Enfin, les mathématiques, en particulier la statistique, contribuent à valider et à pousser des approches novatrices pour explorer des données de plus en plus complexes, symptomatiques de phénomènes récurrents ou au contraire, rares.
Dans ce format court de 2 jours, il s’agira de donner les principes et de s’exercer avec des modèles qui dans une pratique ultérieure seront valables pour créer ses premiers algorithmes avant d’envisager des solutions plus complexes et gagner en performance.

La formation intégrera:
1 – Un tour d’horizon des modèles et des grands principes d’apprentissage automatisé.
2 – Des travaux dirigés avec du code déjà développé pour comprendre la logique des algorithmes et des exercices pour que chacun s’approprie ces savoir-faire.
Les pré-requis sont les suivants:
• Connaissance en programmation python. De nombreux supports existent sur le web pour apprendre ce langage. Nous utiliserons les librairies scikit- learn, keras et pandas.
• Savoir faire des opérations sur des données dans un tableur.
• Se rappeler de ses cours de mathématiques (moyenne, médiane, variance, calcul de distances, dérivées, etc.).
• Travail en binôme avec chacun son propre PC portable connecté sur Internet.