> formation Technologies numériques > formation Big Data, Intelligence Artificielle > formation IA, Machine Learning, analyse de données > formation Machine learning, méthodes et solutions

Avis loadedNote : 4,6Length : 57TotalNote : 1045TotalNote20 : 41
Toutes nos formations IA, Machine Learning, analyse de données

Formation Machine learning, méthodes et solutions

4,6 / 5
Stage pratique
Best
Durée : 4 jours
Réf : MLB
Prix  2021 : 2710 € H.T.
Pauses et déjeuners offerts
  • Programme
  • Participants / Prérequis
  • Intra / sur-mesure
  • avis clients
Programme

Le Machine Learning couvre l'ensemble des méthodes et concepts qui permettent d'extraire automatiquement à partir de données, des modèles de prédiction et de prise de décision. Durant ce cours, vous mettrez en œuvre les différents algorithmes du domaine et appréhendez les bonnes pratiques d'un projet Machine Learning.

Objectifs pédagogiques

À l’issue de la formation, le participant sera en mesure de :
  • Comprendre les différents modèles d'apprentissage
  • Modéliser un problème pratique sous forme abstraite
  • Identifier les méthodes d'apprentissage pertinentes pour résoudre un problème
  • Appliquer et évaluer les méthodes identifiées sur un problème
  • Faire le lien entre les différentes techniques d'apprentissage
PROGRAMME DE FORMATION

Introduction au Machine Learning

  • Le Big Data et le Machine Learning.
  • Les algorithmes d'apprentissage supervisés, non supervisés et par renforcement.
  • Les étapes de construction d'un modèle prédictif.
  • Détecter les valeurs aberrantes et traiter les données manquantes.
  • Comment choisir l'algorithme et les variables de l'algorithme ?

Démonstration
Prise en main de l'environnement Spark avec Python à l'aide de Jupyter Notebook. Visualiser plusieurs exemples de modèles fournis.

Procédures d'évaluation de modèles

  • Les techniques de ré-échantillonnage en jeu d'apprentissage, de validation et de test.
  • Test de représentativité des données d'apprentissage.
  • Mesures de performance des modèles prédictifs.
  • Matrice de confusion, de coût et la courbe ROC et AUC.

Travaux pratiques
Evaluation et comparaison des différents algorithmes sur les modèles fournis.

Les modèles prédictifs, l'approche fréquentiste

  • Apprentissage statistique.
  • Conditionnement des données et réduction de dimension.
  • Machines à vecteurs supports et méthodes à noyaux.
  • Quantification vectorielle.
  • Réseaux de neurones et Deep Learning.
  • Ensemble learning et arbres de décision.
  • Les algorithmes de Bandits, optimisme face à l'incertitude.

Travaux pratiques
Mise en œuvre des familles d'algorithmes en utilisant des jeux de données variés.

Les modèles et apprentissages bayésiens

  • Principes d'inférence et d'apprentissage bayésiens.
  • Modèles graphiques : réseaux bayésiens, champs de Markov, inférence et apprentissage.
  • Méthodes bayésiennes : Naive Bayes, mélanges de gaussiennes, processus gaussiens.
  • Modèles markoviens : processus markoviens, chaînes de Markov, chaînes de Markov cachées, filtrage bayésien.

Travaux pratiques
Mise en œuvre des familles d'algorithmes en utilisant des jeux de données variés.

Machine Learning en production

  • Les spécificités liées au développement d'un modèle en environnement distribué.
  • Le déploiement Big Data avec Spark et la MLlib.
  • Le Cloud : Amazon, Microsoft Azure ML, IBM Bluemix...
  • La maintenance du modèle.

Travaux pratiques
Mise en production d'un modèle prédictif avec l'intégration dans des processus de batch et dans des flux de traitements.

Participants / Prérequis

» Participants

Ingénieurs/chefs de projet souhaitant considérer les techniques d'apprentissage automatique dans la résolution de problèmes industriels.

» Prérequis

Connaissances de base en Python et en statistiques de base (ou connaissances équivalentes à celles apportées par le stage "Statistiques, maîtriser les fondamentaux" (Réf. STA)).
Intra / sur-mesure

Demande de devis intra-entreprise
(réponse sous 48h)

Vos coordonnées

En cochant cette case, j’atteste avoir lu et accepté les conditions liées à l’usage de mes données dans le cadre de la réglementation sur la protection des données à caractère personnel (RGPD).
Vous pouvez à tout moment modifier l’usage de vos données et exercer vos droits en envoyant un email à l’adresse rgpd@orsys.fr
En cochant cette case, j’accepte de recevoir les communications à vocation commerciale et promotionnelle de la part d’ORSYS Formation*
Vous pouvez à tout moment vous désinscrire en utilisant le lien de désabonnement inclus dans nos communications.
* Les participants inscrits à nos sessions de formation sont également susceptibles de recevoir nos communications avec la possibilité de se désabonner à tout moment.
Avis clients
picto avis clients
EMERIC B. 28/09/2021
5 / 5
Formateur très clair

BACHIRI AYOUB E. 28/09/2021
4 / 5
Mitigé sur l’aspect classe à distance pour cette formation. Idéalement, procurer une tablette graphique aux formateurs. Certaines notions gagneraient à être expliquées à l’aide de schémas selon les question des élèves.

GANI H. 28/09/2021
5 / 5
L’une des meilleures formations que j’aie pu suivre dans le cadre professionnel. Excellent équilibre entre la théorie le matin et la pratique (TPs) l’après-midi. Un énorme bonus : la pratique est supportée par des notebooks Jupyter qui nous permettront de revenir au code plus tard pour le revoir, le relancer sur place ou même le réutiliser. Extrêmement satisfait du formateur également, en plus d’être tr[egrave

ASMAA B. 28/09/2021
5 / 5
C’était très riche d’informations , merci yassine :)

RUGDY J. 28/09/2021
5 / 5
Intéractif :)

D ARGENCE CYRIL I. 28/09/2021
5 / 5
Le formateur est très à l’écoute des élèves. Le support est quelquefois un peu technique (certaines formules sont un peu compliquées pour un non expert en statistiques)

STEPHANE C. 27/09/2021
4 / 5
Contenu très dense et très bien soutenu par le formateur. Rythme élevé, mais très bien guidé. La complexité des sujets ne m’a pas permis de profiter pleinement du cours.

XAVIER B. 27/09/2021
5 / 5
Tres bonne formation avec des exemples et tutoriels tres appreciables pour mieux apprehender les difficultes

TAREK L. 27/09/2021
4 / 5
Pour la comprehensions des TP ca serait recommender de eviter toute optimisation ("tout en une ligne") et favoriser beaucoup plus des commentires par commande.

GUILLAUME G. 27/09/2021
4 / 5
Très bien , très dense ... un TP orienté plus datas industriels serait un plus pour avoir un exemple ou alors avoir une journée en plus la semaine suivante en TP avec nos données métier

CYRIL C. 27/09/2021
3 / 5
Nom de la formation: Introduction au Machine learning. Pour moi qui n’ai jamais fais de ML avant c’est beaucoup trop avancé. Je m’attendais a beaucoup plus de vulgarisation et mini TD permettant aux débutant de ne pas autant se perdre.

SEBASTIEN M. 27/09/2021
5 / 5
Tres gros contenu (bien), mais le PDF pourrais avoir un tout petit peu des explications de l’animateur.

ALEXANDRE M. 27/09/2021
4 / 5
Formateur excellent, mais contenu pas adapté pour des personnes qui ne connaissent pas le sujet et qui viennent en découverte.

ARNAUD M. 24/08/2021
5 / 5
Excellente formation. Je viens d’une formation très mathématiques mais c’était il y a plus de 25 ans. Très bon panorama des techniques actuelles en plus des justifications mathématiques qui les sous-tendent. La mise en pratique et les très nombreux exemples en python balayant la plupart des librairies pertinentes (dont keiras, numpy), et celles liés à la visualisation de résultats donne beaucoup d’autonomie pour s[quot

JEAN-LUC G. 24/08/2021
4 / 5
Très satisfait du contenu et du formateur dont les compétences sont indéniables. Le contenu et dense et l’ensemble des point mériterait plus de temps pour être bien saisi et assimilé. il serait souhaitable d’avoir en amont du stage la liste des notions et pré-requis utiles à réviser afin de ne pas perdre de temps durant la formation.

DAINAH B. 24/08/2021
5 / 5
Cours qui aborde bien les bases du domaine du machine learning, on aborde l’état de l’art. De multiples exercices permettant de comprendre toutes les étapes qu’il faut pour construire un modèle. A pratiquer pour réellement maîtriser.

LAURENT C. 24/08/2021
4 / 5
Des concepts compliqués qui ont été passés souvent trop rapidement. Des exercices bien faits mais pas vraiment de pratique (on a plutôt balayé le corrigé sans avoir tenté de faire les excercices). Cette formation merite vraiment 1j de plus à mon avis.

THIERRY D. 29/06/2021
3 / 5
Contenu globalement intéressant et pédagogique, mais personnellement j’attendais des infos plus poussées.

BENOIT R. 29/06/2021
5 / 5
Très intéressant même pour un simple néophyte polymorphe

CRELIA P. 29/06/2021
5 / 5
je voudrais féliciter à le formateur pour sa pédagogie, calme et surtout la simplicité pour expliquer tous les questions.... Bravo!!

ERIC M. 29/06/2021
5 / 5
Cette formation m’a permis de comprendre les aspects du learning. J’ai pu m’apercevoir des possiblités de ce type d’outil et des point d’amélioiration.

NICOLAS J. 29/06/2021
5 / 5
Formateur très patient et à l’écoute. Bonne qualité des supports et exercices

LOTFI T. 29/06/2021
5 / 5
Formation très bien construite

SÉBASTIEN D. 25/05/2021
5 / 5
Bonne répartition entre la théorie et les TPs

LAURENT C. 25/05/2021
3 / 5
je trouve que le programme est trop ambitieux : du coup on survole les sujets. A mon avis j’aurais aimé davantage de détails théoriques et éviter de passer trop de temps sur les codes python . Car même si on y passe du temps, on reste dans le survol et cela ne présente que peu d’intérêt mieux vaut se concentrer sur l’interprétation..

GUILLAUME L. 25/05/2021
4 / 5
La formation est claire et fait un bon tour d’horizon des méthodes de Machine Learning. Les phases de Travaux Pratiques sont cependant un petit peu longues et pas très interactives (le fait d’être à distance n’aide pas).

YOANN P. 25/05/2021
5 / 5
très bon équilibre entre théorique et pratique et vue très large sur le machine learning

COSTA B. 25/05/2021
5 / 5
contenu : OK++ pédagogie : OK

HOUSSAM H. 04/05/2021
5 / 5
Tres bonne approche de la part de Mme. Lopez. Je vous remercie.

ANFRAY G. 04/05/2021
5 / 5
Contenu dense et enrichissant

MYRIAM V. 06/04/2021
4 / 5
J’aurais aimé que la partie Mise en production - ré-entrainement soit plus développer. Plus proche de la réalité en entreprise

MASCLET A. 06/04/2021
5 / 5
Bon contenu, interessant. réponses a toutes les questions posées. Le contenu manque une approche "Time Series" ARIMA, etc, sur simple variable d’entrée.

MOING ARNAUD L. 30/03/2021
4 / 5
La partie théorique est assénée par trop gros blocs. Il faudrait alterner chaque méthode par une partie programmation. (selon moi bien-sûr, mais j’ai été formateur dans mon jeune temps). La programmation python a été sous-évaluée. Cela aurait pu être plus poussé pour couvrir toutes les préoccupations très pratiques que rencontrent les praticiens débutants que nous sommes. (enr

GUILLAUME G. 30/03/2021
4 / 5
Contenu très intéressant et complet sur les algorithmes d’apprentissage supervisés et non supervisés La partie théorique pourrait être un peu plus dense pour privilégier un peu plus la pratique Quelques difficultés à faire fonctionner les TP sur ma machine, peut être à cause de notre environnement d’entreprise Pas de prise en main de l’environnement Spark contrairement à ce qui est ind

SÉBASTIEN Y. 19/01/2021
5 / 5
Bon tour d’horizon, les tps sont intéressants et serviront certainement dans le futur. Quelques sujets méritent un peu plus de temps pour comprendre mais on ne peut pas tout faire en 4 jours

JULIETTE V. 19/01/2021
5 / 5
très bon supports de cours avec les jupyter notebook qui complètent la partie pratique. Contenu très intéressant et bien expliqué.

SÉBASTIEN M. 19/01/2021
5 / 5
Très bonne formation. La présentation était claire et la pratique très cohérente.

MIREILLE B. 14/01/2021
5 / 5
Contenu très dense sur un temps de formation très court mais très clair, très illustré et avec beaucoup d’échanges questions-réponses

DAVID C. 14/01/2021
5 / 5
Excellente animation

VALÉRIE B. 14/01/2021
5 / 5
Le temps était très court et malheureusement certains sujets auraient mérité plus de temps.

CHRISTINE P. 14/01/2021
5 / 5
Le temps imparti était très court dû à des contraintes d’organisation.

RÉGIS M. 12/01/2021
5 / 5
Qualité du formateur: Disponibilité & Curiosité du formateur Ouvert au réel besoin des stagiaires Pro actif

CHRISTIAN M. 12/01/2021
5 / 5
Très bon formateur pragmatique et convivial

MARIE D. 08/12/2020
4 / 5
Formation très intéressante. Correspond à peu près à ce que je recherchais. Malheureusement, il me manquait de la pratique en python pour pleinement appréhender les exercices pratiques. Le niveau de vulgarisation paraît très bien. La journée sur les modèles est très dense. Il me manquerait des fiches résumés sur chaque modèle (les variables d’entrée, les étapes d’implém

JEAN MARC P. 08/12/2020
5 / 5
Cours très dense dans le contenu. De ce fait, même si les phases pratiques sont bien préparées, il est difficile de s’y plonger pleinement (quand on est un peu rouillé en Python).

ALICE S. 17/11/2020
4 / 5
Formateur au top. Pour moi, beaucoup trop vite sur les jours 2 et 3.

THOMAS L. 17/11/2020
5 / 5
Contenu très complet et très riche ! Etienne est très compétent et très pédagogue : répond aux questions de façon précise, communication claire, maîtrise le sujet !! Très bonne répartition Cours Magistral-TP. Superbe formation !!!

CUQ C. 17/11/2020
5 / 5
Excellente formation. Contenu de qualité. Formateur à l’écoute et attentif à chaque apprenant (malgré le fait que la formation était à distance).

CHARLIE M. 17/11/2020
5 / 5
Un grand professionnel de la formation. Je suis très content de cette formation. Merci !

DAMIEN B. 17/11/2020
5 / 5
Très intéressant, sujet passionnant et copieux. Formateur à l’écoute, réactif et très clair.

THIERRY D. 17/11/2020
5 / 5
Très content des retours concrets sur la manière réelle, pratique, de travailler. Aspect pratique : le projet global, pas que la partie technique Content de tous les échanges. Axe d’amélioration Plus de quizz (tous les jours)

REDA A. 17/11/2020
5 / 5
Très bon équilibre cours théorique-travaux pratiques. La formation correspond très bien aux attentes et le formateur prend le temps de répondre aux questions et d’expliquer les concepts très clairement. La durée est adapté au volume d’information dispensé par la formation.

INPONG L. 17/11/2020
5 / 5
Contenu intéressant. Très bonne présentation du formateur: disponible, patient et pédagogue. Très bonne ambiance du groupe.

ALAIN L. 17/11/2020
5 / 5
Formation très intéressante avec un support et des TPs de bon niveau. Formateur pédagogue et disponible. Les informations fournies sont le reflet de l’état de l’art.

ANDRY R. 17/11/2020
5 / 5
Formation très intéressante mais contenu trop dense. Pour la pédagogie très bien !

BRUNO S. 17/11/2020
5 / 5
Contenu très dense, difficulté-temps pour assimiler-comprendre un sujet

DIMITRI L. 17/11/2020
5 / 5
Le contenu est particulièrement dense, mais c’est normal pour un sujet si vaste. Il s’agit d’une bonne entrée en matière, mais il faut approfondir par la suite.
Avis clients 4,6 / 5

Les avis clients sont issus des feuilles d’évaluation de fin de formation. La note est calculée à partir de l’ensemble des avis datant de moins de 12 mois.

CLASSE A DISTANCE

En inter et en intra-entreprise
Inscrivez-vous ou contactez-nous !

Pour vous inscrire

Cliquez sur la ville, puis sur la date de votre choix.
[+]
CLASSE A DISTANCE
[+]
PARIS
[+]
AIX
[+]
ANGERS
[+]
AVIGNON
[+]
BORDEAUX
[+]
BOURGES
[+]
BREST
[+]
BRUXELLES
[+]
CAEN
[+]
CHARTRES
[+]
CLERMONT-FERRAND
[+]
DIJON
[+]
GENÈVE
[+]
GRENOBLE
[+]
LAUSANNE
[+]
LE HAVRE
[+]
LE MANS
[+]
LILLE
[+]
LIMOGES
[+]
LUXEMBOURG
[+]
LYON
[+]
METZ
[+]
MONTPELLIER
[+]
MULHOUSE
[+]
NANCY
[+]
NANTES
[+]
NIORT
[+]
ORLÉANS
[+]
PAU
[+]
REIMS
[+]
RENNES
[+]
ROUEN
[+]
SAINT-ETIENNE
[+]
SOPHIA-ANTIPOLIS
[+]
STRASBOURG
[+]
TOULON
[+]
TOULOUSE
[+]
TOURS

Horaires

Les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45.
Pour les stages pratiques de 4 ou 5 jours, les sessions se terminent à 15h30 le dernier jour.
Filières métiers