Organisme de Formation aux technologies et métiers de L'informatique

Formation Découvrez les applications du Machine Learning en entreprise

Une technologie à haute valeur ajoutée si ses risques sont maîtrisés.

Informations générales

MLE1
2 jours (14h)
2 197 €HT
repas inclus

Objectifs

Après ce cours, vous serez capable de :

  • Identifier l’histoire, l’utilité et la nature du Machine Learning
  • Adopter une vue d’ensemble des algorithmes les plus couramment utilisés ainsi que des méthodologies cruciales pour appliquer avec succès le Machine Learning
  • Appréhender les différentes dimensions éthiques entremêlées au Machine Learning, au regard de la future règlementation européenne en matière d’intelligence artificielle
  • Identifier les facteurs de succès clefs pour une industrialisation réussie et un cycle de vie performants des modèles de machine learning

Public

Ce cours s'adresse avant tout aux personnes suivantes :

  • Les responsables informatiques et leurs équipes.

Prérequis

Pour suivre ce cours, vous devez déjà posséder les connaissances suivantes :

  • Connaissances de base en Systèmes d’Information et en statistiques.

Programme de la formation

Cette formation, illustrée par de nombreux exemples sur des jeux de données réels, propose une approche didactique du Machine Learning. Elle s’adresse à tous ceux qui veulent comprendre ce que ce domaine peut apporter, challenger leurs équipes ou utiliser le Machine Learning au quotidien. Je vous donnerai les clés de compréhension et les points d’attention et de précaution pour une mise en œuvre efficace dans l’entreprise.

Introduction

  • Où trouve-t-on du machine learning ?
  • Qu’est-ce que le machine learning ?
  • Quelle règlementation autour de l’intelligence artificielle ?

Les modèles linéaires

  • Quels sont les algorithmes les plus simples ?
  • Comment fonctionne l’apprentissage ?
  • Comment évaluer un modèle ?

Vers des modèles plus complexes

  • Pourquoi les modèles linéaires ne suffisent pas ?
  • Comment choisir les paramètres d’un modèle non-linéaire ?
  • Comment combattre le sur-apprentissage ?

Panorama des modèles prédictifs

  • Qu’est-ce qu’un arbre de décision ?
  • Comment combiner des arbres prarallèles en forêts aléatoires ?
  • Comment combiner des arbres séquentiels avec le gradient boosting ?

L’intelligence artificielle de confiance

  • Comment rendre les modèles transparents ?
  • Comment calculer les incertitudes des modèles ?
  • Comment s’assurer que les modèles sont non-discriminants ?

L’apprentissage non-supervisé

  • Comment identifier des groupes similaires ?
  • Comment détecter des anomalies ?
  • Comment réduire la dimension d’un jeu de données ?

Industrialisation du machine learning

  • Quelles sont les technologies liées au Big Data ?
  • Comment industrialiser un modèle ?
  • Comment maîtriser le cycle de vie d’un modèle en production ?
plus d'infos

Méthode pédagogique

Chaque participant travaille sur un poste informatique qui lui est dédié. Un support de cours lui est remis soit en début soit en fin de cours. La théorie est complétée par des cas pratiques ou exercices corrigés et discutés avec le formateur. Le formateur projette une présentation pour animer la formation et reste disponible pour répondre à toutes les questions.

Méthode d'évaluation

Tout au long de la formation, les exercices et mises en situation permettent de valider et contrôler les acquis du stagiaire. En fin de formation, le stagiaire complète un QCM d'auto-évaluation.

Suivre cette formation à distance

  • Un ordinateur avec webcam, micro, haut-parleur et un navigateur (de préférence Chrome ou Firefox). Un casque n'est pas nécessaire suivant l'environnement.
  • Une connexion Internet de type ADSL ou supérieure. Attention, une connexion Internet ne permettant pas, par exemple, de recevoir la télévision par Internet, ne sera pas suffisante, cela engendrera des déconnexions intempestives du stagiaire et dérangera toute la classe.
  • Privilégier une connexion filaire plutôt que le Wifi.
  • Avoir accès au poste depuis lequel vous suivrez le cours à distance au moins 2 jours avant la formation pour effectuer les tests de connexion préalables.
  • Votre numéro de téléphone portable (pour l'envoi du mot de passe d'accès aux supports de cours et pour une messagerie instantanée autre que celle intégrée à la classe virtuelle).
  • Selon la formation, une configuration spécifique de votre machine peut être attendue, merci de nous contacter.
  • Pour les formations incluant le passage d'une certification la dernière journée, un voucher vous est fourni pour passer l'examen en ligne.
  • Pour les formations logiciel (Adobe, Microsoft Office...), il est nécessaire d'avoir le logiciel installé sur votre machine, nous ne fournissons pas de licence ou de version test.
  • Horaires identiques au présentiel.

Mis à jour le 28/11/2024