Machine learning, découvrir les concepts

Machine learning, découvrir les concepts

Télécharger au format pdf Partager cette formation par e-mail 2

Télécharger au format pdf Partager cette formation par e-mail 2

Ce cours en ligne a pour objectif de vous présenter le machine learning dans le contexte de l'intelligence artificielle et de mieux cerner les cas dans lesquels l'utilisation d'algorithmes de machine learning est adaptée. Il s'adresse à toute personne s'intéressant à l'intelligence artificielle et au machine learning. La pédagogie s'appuie sur un auto-apprentissage séquencé par actions de l’utilisateur sur l’environnement à maîtriser.


Catalogue
Sur mesure

Formation en ligne

Réf. 4TI
  7h00
Prix : 95 € H.T.
Langue : FR




Ce cours en ligne a pour objectif de vous présenter le machine learning dans le contexte de l'intelligence artificielle et de mieux cerner les cas dans lesquels l'utilisation d'algorithmes de machine learning est adaptée. Il s'adresse à toute personne s'intéressant à l'intelligence artificielle et au machine learning. La pédagogie s'appuie sur un auto-apprentissage séquencé par actions de l’utilisateur sur l’environnement à maîtriser.

Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
  • Comprendre l'intérêt du machine learning
  • Connaître les différentes approches du machine learning
  • Identifier les principaux types de tâches pour le machine Learning et sa mise en pratique

Public concerné
Tout public.

Prérequis
Aucune connaissance particulière.

Programme de la formation

Pourquoi faire du machine learning ?

  • De multiples applications dans tous les domaines.
  • Machine learning versus machine programming.
  • Les défis de la complexité : le facteur humain.
  • Machine learning et cognition.
  • Machine learning et personnalisation.

Les différentes approches du machine learning

  • Machine learning et intelligence artificielle
  • Les différents types d'algorithmes : symboliste, évolutionniste, analogiste, connexionniste, bayésien.
  • Les domaines connexes.

Les principaux types de tâches pour le machine learning

  • Classification.
  • Exemple : classification par plus proches voisins.
  • Exemple : classification par régression logistique.
  • Exemple : comparaison k-PPV et régression logistique.
  • Régression.
  • Prédiction de séquence.
  • Clustering.

Le machine learning en pratique

  • Échantillon et fonction de coût.
  • Apprentissage et généralisation.
  • Choix d’un algorithme : No Free Lunch.
  • Compromis biais/variance.
  • Conduire un projet en machine learning.


Modalités pratiques
Activités digitales
Démonstrations, cours enregistrés, partages de bonnes pratiques, fiches de synthèse.
Pédagogie et pratique;
Une évaluation tout au long de la formation grâce à une pédagogie active mixant théorie, exercice, partage de pratique et gamification. Un service technique est dédié au support de l’apprenant. La formation est diffusée au format SCORM (1.2) et accessible en illimité pendant 1 an.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétence acquises.

Solutions de financement
Pour trouver la meilleure solution de financement adaptée à votre situation : contactez votre conseiller formation.
Il vous aidera à choisir parmi les solutions suivantes :
  • 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.