Nos domaines de formation :

Formation Machine learning, méthodes et solutions

3,9 / 5
Stage pratique
Nouveau
Durée : 3 jours
Réf : MLA
Prix  2018 : Nous contacter
  • Programme
  • Participants / Prérequis
  • Intra / sur-mesure
  • avis vérifiés
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. Vous mettrez en œuvre toute la chaîne de conception appliquée au machine learning dans un contexte Big Data batch et streaming.

Objectifs pédagogiques

  • 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

Travaux pratiques

Les stagiaires sont libres de choisir R, Python ou Scala pour d'effectuer les exercices sur plusieurs jeux de données d'une très grande variété.

Méthodes pédagogiques

Chaque algorithme de la formation est d'abord présenté théoriquement suivi d'une démonstration dans chacun des trois langages R, Python et Scala.
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 R, Python et Scala à l'aide de Jupiter 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.
  • 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 apprentissage 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

Bonnes connaissances en statistiques de base, ou connaissances équivalentes à celles apportées par le stage "Statistiques, maîtriser les fondamentaux" (Réf. STA).
Intra / sur-mesure
Programme standard     Programme sur-mesure
Oui / Non

Vos coordonnées

Avis vérifiés
picto avis vérifiés
Jacky R. 04/06/2018
4 / 5
PC performant

Bruno F. 04/06/2018
4 / 5
Très bien. Merci de mettre à jour mon adresse email dans votre BDD (cafdoubs et non cafmontbeliard).

Maxime M. 05/03/2018
4 / 5
Très bon accueil.

Frédéric B. 05/03/2018
4 / 5
Des travaux avaient lieu sur la face extérieure des locaux (arche de la défense) Ce qui était assez pénalisant pour le travail et la formation

Gilles B. 05/03/2018
5 / 5
R.A.S, très bien
Avis client 3,9 / 5

Les avis client 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.

Dates de sessions

Prochaines sessions : Nous consulter

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.