Les fondamentaux du machine learning

Objectifs

Comprendre les principes de base du machine learning et ses différences avec les autres formes d’IA
Identifier les types d’apprentissage automatique et leurs cas d’usage concrets
Explorer les étapes clés de création, d’entraînement et d’évaluation d’un modèle de machine learning
Développer une culture générale permettant de dialoguer avec des experts ou de participer à un projet ML

Participants

Professionnels du digital, de la data, de l’innovation ou toute personne souhaitant comprendre les bases du machine learning

Pré-requis

Aucun prérequis technique nécessaire, une curiosité pour les données ou l’intelligence artificielle suffit

Programme

Comprendre ce qu’est le machine learning et en quoi il se distingue des règles programmées classiques
Identifier les trois grandes familles d’apprentissage : supervisé, non supervisé, et par renforcement
Découvrir les types de problèmes que le machine learning peut résoudre comme la classification, la régression ou le clustering
Explorer le fonctionnement d’un modèle : données d’entrée, apprentissage, prédiction, ajustement
Comprendre le rôle des jeux de données d’entraînement, de test et de validation
Apprendre ce que sont les features, les labels, la qualité des données et le surapprentissage
Savoir interpréter les résultats d’un modèle avec des indicateurs comme l’accuracy, le rappel ou la précision
Identifier les outils et langages les plus utilisés en machine learning comme Python, Scikit-learn ou Google Colab
Découvrir les principaux algorithmes comme les arbres de décision, les forêts aléatoires ou les k-means
Comprendre les limites du machine learning et les risques de biais dans les modèles
Appréhender les conditions d’un usage responsable et éthique du machine learning
Voir comment le ML est utilisé dans des domaines variés comme la santé, la finance, le marketing ou la cybersécurité
Se projeter dans une démarche d’expérimentation ou de montée en compétences plus avancée

Exercices pratiques

Identifier un problème dans son activité qui pourrait être traité par le machine learning
Tester un modèle simple via une interface pédagogique ou un notebook prêt à l’emploi
Analyser une prédiction et comprendre comment l’algorithme est arrivé à son résultat
Comparer deux types d’apprentissage sur un même jeu de données pour observer les différences de comportement

Aptibox

Schéma des étapes clés d’un projet machine learning de la donnée à la décision
Lexique simple des termes du machine learning pour débutants
Sélection de notebooks et simulateurs pour expérimenter sans coder
Liste des erreurs fréquentes à éviter lors des premières explorations ML

Référence

IAF146

Participants

Individuel
Collectif

Durée

2 heures

Prix

580,00 € HT

Format

Distanciel
Présentiel

Dates

Sur mesure

Options

Aptibox
Coaching
Entrainement intensif
Suivi

Ajouter au panier

Télécharger ce programme

Réserver une séance

Financements

Nous vous aidons dans vos démarches pour financer vos formations. Retrouvez toutes les informations sur les solutions de financement.

Nos forfaits

Nous vous proposons des forfaits/packs d’achat de modules à prix dégressifs, selon la quantité demandée.

Ces modules de 2h sont valables pour nos 5000 aptitudes ( = ateliers de formation 100% sur mesure allant à l’essentiel, tous thèmes confondus, sur tous nos catalogues management, RH, communication, développement personnel, commercial…) et valables également sur toutes nos prestations (séances de coaching, bilan de compétences , feedback 360°, codéveloppement…).

Les fondamentaux du machine learning

Objectifs

Participants

Pré-requis

Programme

Exercices pratiques

Aptibox

Espace client

Prendre RDV

Réservez directement votre séance !

Nous contacter