Venez en toute sécurité dans nos centres ! Voir notre dispositif sanitaire

> Formations > Technologies numériques > Big Data, Intelligence Artificielle > IA, Machine Learning, analyse de données > Formation Parcours certifiant Big data : Machine learning et deep learning avec Python > Formations > Technologies numériques > Formation Parcours certifiant Big data : Machine learning et deep learning avec Python
Formation éligible au CPF

Parcours certifiant Big data : Machine learning et deep learning avec Python

Bloc de compétences d'un Titre RNCP

Parcours certifiant Big data : Machine learning et deep learning avec Python

Bloc de compétences d'un Titre RNCP
Télécharger au format pdf Partager cette formation par e-mail


Ce parcours de formation représente le cinquième bloc de compétences du titre RNCP de niveau 7 (Bac +5) "Expert en informatique et systèmes d’information" reconnu par l'État. L'ensemble de ces formations vous permettra de comprendre la modélisation statistique, les méthodes et solutions de machine learning et de deep learning.


Inter
Intra
Sur mesure

Cours pratique en présentiel ou en classe à distance

Réf : XYO
Prix : 8113 € HT
  17j - 119h
Pauses-café et
déjeuners offerts




Ce parcours de formation représente le cinquième bloc de compétences du titre RNCP de niveau 7 (Bac +5) "Expert en informatique et systèmes d’information" reconnu par l'État. L'ensemble de ces formations vous permettra de comprendre la modélisation statistique, les méthodes et solutions de machine learning et de deep learning.

Objectifs pédagogiques

À l’issue de la formation, le participant sera en mesure de :
  • Comprendre la modélisation statistique
  • Maîtriser le big data analytics avec Python
  • Comprendre les méthodes et solutions du machine learning
  • Mettre en place le deep learning
  • Comprendre les méthodes de la statistique textuelle

Objectifs pédagogiques

Public concerné

Toute personne souhaitant apprendre la sécurité des systèmes d’information.

Public concerné

Prérequis

Être titulaire d'un diplôme de niveau 6 (Bac+3). Si ce n'est pas le cas, être titulaire d'un niveau 5 (BAC+2) et 3 ans d'expérience, sous réserve de la validation du dossier VAP par le certificateur.

Prérequis

Programme de la formation

Démarche et modélisation d'une analyse statistique
  • Statistique descriptive.
  • Phase d'apprentissage.
  • Statistique prédictive pour estimer et anticiper.
  • Modélisation statistique d'un phénomène.
  • Statistique descriptive.
  • Phase d'apprentissage.
  • Statistique prédictive pour estimer et anticiper.
  • Modélisation statistique d'un phénomène.

Introduction à la modélisation des données
  • Introduction au langage Python.
  • Introduction au logiciel Jupiter Notebook.
  • Les étapes de construction d'un modèle.
  • Les algorithmes supervisés et non supervisés.
  • Le choix entre la régression et la classification.
  • Introduction au langage Python.
  • Introduction au logiciel Jupiter Notebook.
  • Les étapes de construction d'un modèle.
  • Les algorithmes supervisés et non supervisés.
  • Le choix entre la régression et la classification.
Travaux pratiques
Installation de Python 3, d'Anaconda et de Jupiter Notebook.

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 ?
  • 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.

Introduction aux réseaux de neurones artificiels
  • Du biologique à l’artificiel.
  • Entraîner un PMC (perceptron multicouche) avec une API TensorFlow de haut niveau.
  • Entraîner un PMC (perceptron multicouche) avec TensorFlow de base.
  • Régler précisément les hyperparamètres d’un réseau de neurones.
  • Du biologique à l’artificiel.
  • Entraîner un PMC (perceptron multicouche) avec une API TensorFlow de haut niveau.
  • Entraîner un PMC (perceptron multicouche) avec TensorFlow de base.
  • Régler précisément les hyperparamètres d’un réseau de neurones.

Les approches traditionnelles en text mining
  • Les API pour récupérer des données textuelles.
  • La préparation des données textuelles en fonction de la problématique.
  • La récupération et l'exploration du corpus de textes.
  • La suppression des caractères accentués et spéciaux.
  • Stemming, lemmatisation et suppression des mots de liaison.
  • Tout rassembler pour nettoyer et normaliser les données.
  • Les API pour récupérer des données textuelles.
  • La préparation des données textuelles en fonction de la problématique.
  • La récupération et l'exploration du corpus de textes.
  • La suppression des caractères accentués et spéciaux.
  • Stemming, lemmatisation et suppression des mots de liaison.
  • Tout rassembler pour nettoyer et normaliser les données.
Travaux pratiques
La recherche des documents, la préparation, la transformation et la vectorisation des données en DataFrame.


Programme de la formation

Titres RNCP associés

Pour aller plus loin et renforcer votre employabilité, découvrez les titres RNCP qui contiennent ce parcours certifiant.

Titres RNCP associés

Solutions de financement

Selon votre situation, votre formation peut être financée par :
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
Contactez nos équipes pour en savoir plus sur les financements à activer.

Financement par le CPF
Cette formation est éligible au CPF. Si vous souhaitez bénéficier de ce mode de financement, sélectionnez la ville de votre choix et cliquez sur le bouton « S’inscrire avec son CPF ». Vous serez alors redirigé vers le site moncompteformation.gouv.fr pour vous inscrire.
Nous pouvons vous accompagner à chaque étape de votre dossier : contactez-nous.
Attention : la plateforme exige un délai de réflexion de 11 jours ouvrés entre l’inscription et le démarrage de la session ce qui explique que certaines sessions ne soient plus accessibles par le CPF.

Solutions de financement

Horaires

En présentiel, les cours ont lieu de 9h à 12h30 et de 14h à 17h30.
Les participants sont accueillis à partir de 8h45. Les pauses et déjeuners sont offerts.
Pour les stages pratiques de 4 ou 5 jours, quelle que soit la modalité, les sessions se terminent à 15h30 le dernier jour.

Infos pratiques

Dates et lieux

Du 31 décembre 2021 au 16 janvier 2022
Paris La Défense
S’inscrire
Du 31 mars au 16 avril 2022
Paris La Défense
S’inscrire
Bientôt accessible
Du 30 juin au 16 juillet 2022
Paris La Défense
S’inscrire
Bientôt accessible
Du 30 septembre au 16 octobre 2022
Paris La Défense
S’inscrire
Bientôt accessible
Du 31 décembre 2022 au 16 janvier 2023
Paris La Défense
S’inscrire
Bientôt accessible

Dates et lieux